fix(report+analysis): Instagram/Facebook Optional 완화 + viewclinic mock 제거 + brand_assets 강제주입

- schemas/report.py: InstagramAccount/InstagramAudit/FacebookPage/FacebookAudit 필드 Optional 완화
  (LLM이 page 1·2개 모두 language/label/logo/has_whatsapp 등 빼먹는 케이스 차단)
- analysis.py: viewclinic mock 분기(_is_mock, _load_mock_report, _load_mock_plan) 제거 — raw_data 충분
- analysis.py: _build_clinic_snapshot에 brandAssets.logo_images/brand_colors 강제 주입
  (LLM 프롬프트 가드 무시하고 null 두는 케이스 차단)
- analysis.py: facebook_audit.pages 머지 방식 변경 — LLM 첫 페이지 템플릿 복제 후 코드 patch로 인덱스별 덮어쓰기
  (EN(index 1) 드랍 + label/logo 누락 검증 실패 동시 회피)

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

app/api/analysis.py

@@ -8,10 +8,38 @@ from models.file import FileListItem, FileType, FileUploadResponse
 from models.status import AnalysisStatus
 from services.pipeline import run_pipeline
 from services.file import get_analysis_files_response, handle_analysis_file_upload, soft_delete_analysis_file
+from mock_urls import MOCK_CLINICS
+from common.utils import _normalize_homepage, _with_scheme
 
 router = APIRouter(prefix="/api/analysis", tags=["analysis"], dependencies=[Depends(verify_api_key)])
 logger = logging.getLogger(__name__)
 
+# 추후 DB에 클리닉별로 매핑할 채널들 — 지금은 mock_urls에서 homepage 매칭으로 보충.
+# 메인 채널(IG/FB/YT/네이버블로그/강남언니) + 부가 채널(틱톡/영문 IG·FB/카카오/네이버카페) 모두 포함.
+# 클라가 일부만 보내거나 빈 값이면 mock에서 동일 hospital을 찾아 채워줌.
+def _channels_from_mockurls(homepage_url: str) -> dict:
+    target = _normalize_homepage(homepage_url)
+    if not target:
+        return {}
+    for c in MOCK_CLINICS:
+        urls = c["urls"]
+        if _normalize_homepage(urls.get("homepage", "")) == target:
+            return {
+                # main
+                "instagram":    _with_scheme(urls.get("instagram")),
+                "facebook":     _with_scheme(urls.get("facebook")),
+                "naver_blog":   _with_scheme(urls.get("naverBlog")),
+                "youtube":      _with_scheme(urls.get("youtube")),
+                "gangnam_unni": _with_scheme(urls.get("gangnamUnni")),
+                # extra
+                "tiktok":       _with_scheme(urls.get("tiktok")),
+                "instagram_en": _with_scheme(urls.get("instagramEn")),
+                "facebook_en":  _with_scheme(urls.get("facebookEn")),
+                "kakao_talk":   _with_scheme(urls.get("kakaoTalk")),
+                "naver_cafe":   _with_scheme(urls.get("naverCafe")),
+            }
+    return {}
+
 
 @router.post("", status_code=status.HTTP_202_ACCEPTED, response_model=AnalysisStartResponse)
 async def start_analysis(body: AnalysisCreate, background_tasks: BackgroundTasks):
@@ -27,18 +55,36 @@ async def start_analysis(body: AnalysisCreate, background_tasks: BackgroundTasks
     if not hospital:
         raise HTTPException(status_code=409, detail="Clinic not found")
 
-    ig_id = await insert_instagram_row(hospital_id, body.channels.instagram) if body.channels.instagram else None
+    # 클라가 안 보낸 채널은 mock_urls에서 homepage 매칭으로 보충 (main + extra 동일 규칙)
-    fb_id = await insert_facebook_row(hospital_id, body.channels.facebook) if body.channels.facebook else None
+    mock = _channels_from_mockurls(hospital["url"])
-    nb_id = await insert_naver_blog_row(hospital_id, body.channels.naver_blog) if body.channels.naver_blog else None
+
-    yt_id = await insert_youtube_row(hospital_id, body.channels.youtube) if body.channels.youtube else None
+    # 사용자가 'gangnamunni.com/...' 같이 scheme/www 없이 줘도 _with_scheme이 https://www. 보강.
-    gu_id = await insert_gangnam_unni_row(hospital_id, body.channels.gangnam_unni) if body.channels.gangnam_unni else None
+    ig_url = _with_scheme(body.channels.instagram)    or mock.get("instagram")
+    fb_url = _with_scheme(body.channels.facebook)     or mock.get("facebook")
+    nb_url = _with_scheme(body.channels.naver_blog)   or mock.get("naver_blog")
+    yt_url = _with_scheme(body.channels.youtube)      or mock.get("youtube")
+    gu_url = _with_scheme(body.channels.gangnam_unni) or mock.get("gangnam_unni")
+
+    ig_id = await insert_instagram_row(hospital_id, ig_url) if ig_url else None
+    fb_id = await insert_facebook_row(hospital_id, fb_url) if fb_url else None
+    nb_id = await insert_naver_blog_row(hospital_id, nb_url) if nb_url else None
+    yt_id = await insert_youtube_row(hospital_id, yt_url) if yt_url else None
+    gu_id = await insert_gangnam_unni_row(hospital_id, gu_url) if gu_url else None
 
     analysis_run_id = await insert_analysis_run(
         analysis_run_id, hospital_id, hospital["owner_user_id"],
         ig_id, fb_id, nb_id, yt_id, gu_id,
     )
 
-    background_tasks.add_task(run_pipeline, analysis_run_id)
+    extra_channels = {
+        "tiktok":       body.channels.tiktok       or mock.get("tiktok"),
+        "instagram_en": body.channels.instagram_en or mock.get("instagram_en"),
+        "facebook_en":  body.channels.facebook_en  or mock.get("facebook_en"),
+        "kakao_talk":   body.channels.kakao_talk   or mock.get("kakao_talk"),
+        "naver_cafe":   body.channels.naver_cafe   or mock.get("naver_cafe"),
+    }
+    logger.info("[analysis] main+extra channels resolved (mock_matched=%s)", bool(mock))
+    background_tasks.add_task(run_pipeline, analysis_run_id, extra_channels)
 
     return AnalysisStartResponse(
         analysis_run_id=analysis_run_id,

app/api/plan.py

@@ -1,8 +1,9 @@
 import json
 import logging
 from fastapi import APIRouter, Depends, HTTPException, Response
-from common.db import fetchone
+from common.db import fetchone, fetch_raw
 from common.deps import verify_api_key
+from common.utils import _with_scheme
 from integrations.llm.schemas.plan import PlanOutput
 from models.plan import PlanApiResponse
 
@@ -14,7 +15,7 @@ logger = logging.getLogger(__name__)
 async def get_plan(run_id: str):
     logger.info("GET /api/plan/%s", run_id)
     row = await fetchone(
-        "SELECT ar.plan_data, ar.created_at, h.hospital_name, h.hospital_name_en, h.url"
+        "SELECT ar.plan_data, ar.created_at, ar.gangnam_unni_data_id, h.hospital_name, h.hospital_name_en, h.url"
         " FROM analysis_runs ar"
         " JOIN hospital_baseinfo h ON ar.hospital_id = h.hospital_id"
         " WHERE ar.analysis_run_id = %s",
@@ -26,11 +27,13 @@ async def get_plan(run_id: str):
         return Response(status_code=204)
     data = json.loads(row["plan_data"]) if isinstance(row["plan_data"], str) else row["plan_data"]
     plan = PlanOutput(**data)
+    gangnam_unni = await fetch_raw("gangnam_unni_data", row["gangnam_unni_data_id"]) or {}
+    clinic_name = gangnam_unni.get("name") or row["hospital_name"]
     return PlanApiResponse(
         id=run_id,
-        clinic_name=row["hospital_name"],
+        clinic_name=clinic_name,
         clinic_name_en=row["hospital_name_en"],
         created_at=str(row["created_at"]),
-        target_url=row["url"],
+        target_url=_with_scheme(row["url"]),
         **plan.model_dump(),
     )

app/api/report.py

@@ -3,6 +3,7 @@ import logging
 from fastapi import APIRouter, Depends, HTTPException, Response
 from common.db import fetchone
 from common.deps import verify_api_key
+from common.utils import _with_scheme
 from integrations.llm.schemas.report import ReportOutput
 from models.report import MarketingReportResponse
 
@@ -31,6 +32,6 @@ async def get_report(run_id: str):
         clinic_name=row["hospital_name"],
         clinic_name_en=row["hospital_name_en"],
         created_at=str(row["created_at"]),
-        target_url=row["url"],
+        target_url=_with_scheme(row["url"]),
         **llm_output.model_dump(exclude={"id", "created_at", "target_url"}),
     )

app/common/db.py

@@ -263,6 +263,19 @@ async def save_hospital_raw_data(hospital_id: str, data: dict, analysis_run_id:
     await _insert_hospital_history(hospital_id, analysis_run_id)
 
 
+async def merge_hospital_raw_data(hospital_id: str, patch: dict) -> None:
+    """hospital_baseinfo.raw_data를 읽어 patch를 top-level 병합 후 저장 (read-modify-write).
+    부가 수집 단계들이 순차로 raw_data에 키를 덧붙일 때 사용."""
+    row = await fetchone("SELECT raw_data FROM hospital_baseinfo WHERE hospital_id = %s", (hospital_id,))
+    raw = row["raw_data"] if row else None
+    raw_data = json.loads(raw) if isinstance(raw, str) else (raw or {})
+    raw_data.update(patch)
+    await execute(
+        "UPDATE hospital_baseinfo SET raw_data = %s WHERE hospital_id = %s",
+        (json.dumps(raw_data, ensure_ascii=False), hospital_id),
+    )
+
+
 async def get_market_analysis(analysis_run_id: str) -> dict:
     rows = await fetchall(
         "SELECT analysis_type, data FROM market_analysis WHERE analysis_run_id = %s AND status = 'done'",

app/common/utils.py

@@ -1,8 +1,11 @@
 import os
 import asyncio
+import logging
 from http import HTTPMethod
 import httpx
 
+logger = logging.getLogger(__name__)
+
 REQUEST_TIMEOUT = 60
 
 
@@ -37,3 +40,48 @@ async def http_request(
                     print(f"  [error] {label} → {e}")
                     return None
     return None
+
+
+async def _run_optional_step(coro, label: str) -> None:
+    """부가 단계 실행 헬퍼: 예외를 삼키고 경고 로그만 남겨 호출측 흐름이 멈추지 않게 격리."""
+    try:
+        await coro
+    except Exception as e:
+        logger.warning("%s 실패 (무시하고 진행): %s", label, e)
+
+
+def _normalize_homepage(url: str) -> str:
+    """URL을 scheme/www/끝슬래시 제거 + 소문자로 정규화 (homepage 매칭용)."""
+    u = (url or "").strip().lower()
+    for p in ("https://", "http://"):
+        if u.startswith(p):
+            u = u[len(p):]
+    if u.startswith("www."):
+        u = u[4:]
+    return u.rstrip("/")
+
+
+# SSL 인증서가 www.* 에만 유효한 도메인 — bare 도메인이면 사용자 클릭 시 브라우저 SSL warning 뜸.
+_WWW_REQUIRED = ("gangnamunni.com", "facebook.com", "instagram.com", "toxnfill.com")
+
+
+def _with_scheme(u: str | None) -> str | None:
+    """scheme 없는 URL에 https:// 보정 (수집기/링크 표시용). 빈 값은 None.
+    + 중첩된 https://가 끼어있으면 마지막 URL만 추출 (LLM이 가끔 'https://www.X/https://Y' 같이 만듦).
+    + SSL 엄격 도메인(gangnamunni/facebook/instagram)은 www. 자동 보강."""
+    if not u:
+        return None
+    u = u.strip()
+    # 'https://www.facebook.com/https://facebook.com/X' 같은 중첩 → 마지막 'http(s)://' 부터 잘라 사용
+    last = max(u.rfind("https://"), u.rfind("http://"))
+    if last > 0:
+        u = u[last:]
+    if "://" not in u:
+        u = "https://" + u
+    # scheme 뒤가 www. 없이 SSL 엄격 도메인이면 www. 추가
+    for dom in _WWW_REQUIRED:
+        for scheme in ("https://", "http://"):
+            if u.startswith(scheme + dom):
+                u = scheme + "www." + u[len(scheme):]
+                break
+    return u

app/integrations/apify.py

@@ -1,16 +1,32 @@
+import asyncio
 from http import HTTPMethod
 from urllib.parse import urlparse
 from common.utils import http_request
 
 APIFY_BASE = "https://api.apify.com/v2"
 
+# Instagram: profile + highlights 두 actor 직접 호출.
+IG_PROFILE_ACTOR = "coderx~instagram-profile-scraper-bio-posts"
+IG_HIGHLIGHTS_ACTOR = "igview-owner~instagram-highlights-scraper"
+
+# Facebook: pages + posts 두 actor 직접 호출.
+FB_PAGES_ACTOR = "apify~facebook-pages-scraper"
+FB_POSTS_ACTOR = "apify~facebook-posts-scraper"
+
+# TikTok
+TIKTOK_ACTOR = "clockworks~tiktok-scraper"
+
+
+def _ig_username(url: str) -> str:
+    return urlparse(url).path.strip("/").split("/")[0] if "://" in url else url.lstrip("@")
+
 
 class ApifyClient:
     def __init__(self, token: str, wait_for_finish: int = 120):
         self.token = token
         self.wait_for_finish = wait_for_finish
 
-    async def _run_actor(self, actor_id: str, input_data: dict) -> list[dict]:
+    async def _run_actor(self, actor_id: str, input_data: dict, limit: int = 20) -> list[dict]:
         resp = await http_request(
             HTTPMethod.POST,
             url=f"{APIFY_BASE}/acts/{actor_id}/runs",
@@ -26,33 +42,53 @@ class ApifyClient:
         items_resp = await http_request(
             HTTPMethod.GET,
             url=f"{APIFY_BASE}/datasets/{dataset_id}/items",
-            params={"token": self.token, "limit": 20},
+            params={"token": self.token, "limit": limit},
             label=f"apify-dataset-{dataset_id}",
         )
         if not items_resp or not items_resp.is_success:
             return []
         return items_resp.json()
 
-    async def fetch_instagram_profile(self, url: str) -> dict | None:
+    async def fetch_instagram_profile(self, username: str) -> dict | None:
-        username = urlparse(url).path.strip("/").split("/")[0] if "://" in url else url.lstrip("@")
+        items = await self._run_actor(IG_PROFILE_ACTOR, {"usernames": [username]})
-        items = await self._run_actor("apify~instagram-profile-scraper", {"usernames": [username], "resultsLimit": 12})
         return items[0] if items else None
 
+    async def fetch_instagram_highlights(self, username: str) -> list[dict]:
+        return await self._run_actor(IG_HIGHLIGHTS_ACTOR, {"usernames": [username]})
+
     async def get_instagram_profile(self, url: str) -> dict | None:
-        profile = await self.fetch_instagram_profile(url)
+        username = _ig_username(url)
-        if not profile or profile.get("error"):
+        # profile·highlights 두 actor를 병렬 호출 (highlights 실패해도 profile만 있으면 진행)
+        profile, highlights = await asyncio.gather(
+            self.fetch_instagram_profile(username),
+            self.fetch_instagram_highlights(username),
+            return_exceptions=True,
+        )
+        if isinstance(profile, Exception) or not profile or profile.get("error"):
             return None
+        if isinstance(highlights, Exception):
+            highlights = []
+        # 프로필상 하이라이트가 있다고 하면(highlight_reel_count>0) 빈 결과일 때 최대 2회 재시도.
+        if not highlights and (profile.get("highlight_reel_count", 0) or profile.get("highlightReelCount", 0)) > 0:
+            for _ in range(2):
+                retry = await self.fetch_instagram_highlights(username)
+                if retry:
+                    highlights = retry
+                    break
         return {
             "username": profile["username"],
+            "profileImage": profile.get("hdProfilePicUrl") or profile.get("profilePicUrl"),
             "followers": profile.get("followersCount", 0),
             "following": profile.get("followsCount", 0),
             "posts": profile.get("postsCount", 0),
             "bio": profile.get("biography", ""),
+            "category": profile.get("businessCategoryName") or "",
             "isBusinessAccount": profile.get("isBusinessAccount", False),
-            #"externalUrl": profile.get("externalUrl"), LLM에 혼동을 주는 듯 하여 비활성화 
+            #"externalUrl": profile.get("externalUrl"), LLM에 혼동을 주는 듯 하여 비활성화
+            "highlights": [h["highlightTitle"] for h in (highlights or []) if isinstance(h, dict) and h.get("highlightTitle")],
             "latestPosts": [
                 {
-                    "type": p.get("type"),
+                    "type": p.get("mediaType") or p.get("type"),
                     "likes": p.get("likesCount", 0),
                     "comments": p.get("commentsCount", 0),
                     "caption": (p.get("caption") or "")[:500],
@@ -62,87 +98,119 @@ class ApifyClient:
             ],
         }
 
-    async def fetch_instagram_posts(self, url: str, limit: int = 20) -> list[dict]:
+    # 인스타 post 스크래퍼는 현재 파이프라인 미사용 — 비활성화 (필요 시 복구)
-        username = urlparse(url).path.strip("/").split("/")[0] if "://" in url else url.lstrip("@")
+    # async def fetch_instagram_posts(self, url: str, limit: int = 20) -> list[dict]:
-        return await self._run_actor("apify~instagram-post-scraper", {
+    #     username = urlparse(url).path.strip("/").split("/")[0] if "://" in url else url.lstrip("@")
-            "username": [f"https://www.instagram.com/{username}/"],
+    #     return await self._run_actor("apify~instagram-post-scraper", {
-            "resultsLimit": limit,
+    #         "directUrls": [f"https://www.instagram.com/{username}/"],
-        })
+    #         "resultsLimit": limit,
-
+    #     })
-    async def get_instagram_posts(self, url: str, limit: int = 20) -> dict:
+    #
-        items = await self.fetch_instagram_posts(url, limit)
+    # async def get_instagram_posts(self, url: str, limit: int = 20) -> dict:
-        posts = [
+    #     items = await self.fetch_instagram_posts(url, limit)
-            {
+    #     posts = [
-                "id": p["id"],
+    #         {
-                "type": p.get("type"),
+    #             "id": p["id"],
-                "url": p.get("url"),
+    #             "type": p.get("type"),
-                "caption": (p.get("caption") or "")[:500],
+    #             "url": p.get("url"),
-                "hashtags": p.get("hashtags", []),
+    #             "caption": (p.get("caption") or "")[:500],
-                "likesCount": p.get("likesCount", 0),
+    #             "hashtags": p.get("hashtags", []),
-                "commentsCount": p.get("commentsCount", 0),
+    #             "likesCount": p.get("likesCount", 0),
-                "timestamp": p.get("timestamp"),
+    #             "commentsCount": p.get("commentsCount", 0),
-            }
+    #             "timestamp": p.get("timestamp"),
-            for p in items
+    #         }
-        ]
+    #         for p in items
-        n = len(posts) or 1
+    #     ]
-        return {
+    #     n = len(posts) or 1
-            "posts": posts,
+    #     return {
-            "totalPosts": len(posts),
+    #         "posts": posts,
-            "avgLikes": round(sum(p["likesCount"] for p in posts) / n),
+    #         "totalPosts": len(posts),
-            "avgComments": round(sum(p["commentsCount"] for p in posts) / n),
+    #         "avgLikes": round(sum(p["likesCount"] for p in posts) / n),
-        }
+    #         "avgComments": round(sum(p["commentsCount"] for p in posts) / n),
-
+    #     }
-    async def fetch_instagram_reels(self, url: str, limit: int = 15) -> list[dict]:
-        username = urlparse(url).path.strip("/").split("/")[0] if "://" in url else url.lstrip("@")
-        print(username)
-        return await self._run_actor("apify~instagram-reel-scraper", {
-            "username": [f"https://www.instagram.com/{username}/reels/"],
-            "resultsLimit": limit,
-        })
-
-    async def get_instagram_reels(self, url: str, limit: int = 15) -> dict:
-        items = await self.fetch_instagram_reels(url, limit)
-        reels = [
-            {
-                "id": r["id"],
-                "url": r.get("url"),
-                "caption": (r.get("caption") or "")[:500],
-                "hashtags": r.get("hashtags", []),
-                "likesCount": r.get("likesCount", 0),
-                "commentsCount": r.get("commentsCount", 0),
-                "videoViewCount": r.get("videoViewCount", 0),
-                "videoPlayCount": r.get("videoPlayCount", 0),
-                "videoDuration": r.get("videoDuration", 0),
-                "timestamp": r.get("timestamp"),
-            }
-            for r in items
-        ]
-        n = len(reels) or 1
-        return {
-            "reels": reels,
-            "totalReels": len(reels),
-            "avgViews": round(sum(r["videoViewCount"] for r in reels) / n),
-            "avgPlays": round(sum(r["videoPlayCount"] for r in reels) / n),
-        }
 
     async def fetch_facebook_page(self, page_url: str) -> dict | None:
-        items = await self._run_actor("apify~facebook-pages-scraper", {"startUrls": [{"url": page_url}]})
+        items = await self._run_actor(FB_PAGES_ACTOR, {"startUrls": [{"url": page_url}]})
         return items[0] if items else None
 
+    async def fetch_facebook_posts(self, page_url: str, limit: int = 20) -> list[dict]:
+        return await self._run_actor(
+            FB_POSTS_ACTOR, {"startUrls": [{"url": page_url}], "resultsLimit": limit}, limit=limit,
+        )
+
     async def get_facebook_page(self, page_url: str) -> dict | None:
-        page = await self.fetch_facebook_page(page_url)
+        # pages·posts 두 task 병렬 호출 (posts 실패해도 page만 있으면 진행)
-        if not page:
+        page, posts = await asyncio.gather(
+            self.fetch_facebook_page(page_url),
+            self.fetch_facebook_posts(page_url),
+            return_exceptions=True,
+        )
+        if isinstance(page, Exception) or not page:
             return None
+        if isinstance(posts, Exception):
+            posts = []
         return {
             "pageName": page.get("title") or page.get("name"),
+            "profileImage": page.get("profilePictureUrl") or page.get("profilePhoto") or page.get("profilePic"),
             "pageUrl": page.get("pageUrl", page_url),
             "followers": page.get("followers", 0),
-            "likes": page.get("likes", 0),
+            "following": page.get("followings", 0),
+            "reviews": page.get("ratingCount", 0),
             "categories": page.get("categories", []),
-            "email": page.get("email"),
+            "website": page.get("website") or page.get("websites"),
-            "phone": page.get("phone"),
-            "website": page.get("website"),
-            "address": page.get("address"),
             "intro": page.get("intro"),
-            "rating": page.get("rating"),
+            "latestPosts": [
+                {
+                    "text": (p.get("text") or "")[:160],
+                    "likes": p.get("likes", 0),
+                    "reactions": p.get("topReactionsCount", 0),
+                    "shares": p.get("shares", 0),
+                    "views": p.get("viewsCount") or 0,
+                    "isVideo": p.get("isVideo", False),
+                    "timestamp": p.get("time") or p.get("timestamp"),
+                }
+                for p in (posts or []) if isinstance(p, dict)
+            ],
+        }
+
+    async def fetch_tiktok_profile(self, url: str) -> list[dict]:
+        user = urlparse(url).path.strip("/").lstrip("@").split("/")[0] if "://" in url else url.lstrip("@")
+        return await self._run_actor(TIKTOK_ACTOR, {
+            "profiles": [user],
+            "resultsPerPage": 10,
+            "profileScrapeSections": ["videos"],
+            "profileSorting": "latest",
+            "shouldDownloadVideos": False,
+            "shouldDownloadCovers": False,
+            "shouldDownloadSubtitles": False,
+        })
+
+    async def get_tiktok_profile(self, url: str) -> dict | None:
+        items = await self.fetch_tiktok_profile(url)
+        if not items:
+            return None
+        author = (items[0] or {}).get("authorMeta") or {}
+        videos = [
+            {
+                "title": (v.get("text") or "")[:300],
+                "playCount": v.get("playCount", 0),
+                "diggCount": v.get("diggCount", 0),
+                "commentCount": v.get("commentCount", 0),
+                "shareCount": v.get("shareCount", 0),
+                "createTime": v.get("createTimeISO"),
+                "url": v.get("webVideoUrl"),
+            }
+            for v in items if isinstance(v, dict)
+        ]
+        return {
+            "handle": author.get("name"),
+            "profileImage": author.get("avatar"),
+            "nickname": author.get("nickName"),
+            "followers": author.get("fans", 0),
+            "following": author.get("following", 0),
+            "likes": author.get("heart", 0),
+            "videoCount": author.get("video", 0),
+            "verified": author.get("verified", False),
+            "bio": author.get("signature", ""),
+            "recentVideos": videos[:10],
         }

app/integrations/color_extractor.py

@@ -0,0 +1,275 @@
+"""홈페이지 HTML/CSS에서 hex 색상 직접 추출 + 빈도 기반 brand palette 산출.
+
+Vision LLM에 의존하지 않고 페이지의 실제 CSS 값을 정규식으로 잡음.
+로고만 분석하는 Vision보다 사이트 전체 컬러 시스템 (primary/secondary/background/text)을 더 정확히 추출.
+"""
+import logging
+import re
+import ssl
+from collections import Counter
+from urllib.parse import urljoin, urlparse
+import httpx
+
+logger = logging.getLogger(__name__)
+
+
+def _make_ssl_context() -> ssl.SSLContext:
+    """오래된 한국 의료 사이트들이 SSL DH_KEY_TOO_SMALL / cipher 약함 등으로 차단되는 문제 우회.
+    보안 등급 1로 낮춤 + cert 검증 유지."""
+    ctx = ssl.create_default_context()
+    try:
+        ctx.set_ciphers("DEFAULT@SECLEVEL=1")
+    except ssl.SSLError:
+        pass
+    return ctx
+
+
+async def _fetch_html(url: str, timeout: float = 20.0) -> tuple[int, str]:
+    """SSL/검증 단계별 fallback으로 HTML 받기. 그랜드/톡스앤필 같은 oldsite 대응."""
+    headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"}
+    # 1차: 표준 검증
+    try:
+        async with httpx.AsyncClient(timeout=timeout, follow_redirects=True, headers=headers) as c:
+            r = await c.get(url)
+            return r.status_code, r.text
+    except (httpx.ConnectError, httpx.ReadError, ssl.SSLError) as e:
+        logger.info("[fetch] %s standard SSL failed: %s — fallback to weak cipher", url, e)
+    # 2차: 약한 cipher 허용
+    try:
+        async with httpx.AsyncClient(timeout=timeout, follow_redirects=True, headers=headers, verify=_make_ssl_context()) as c:
+            r = await c.get(url)
+            return r.status_code, r.text
+    except (httpx.ConnectError, httpx.ReadError, ssl.SSLError) as e:
+        logger.info("[fetch] %s weak cipher failed: %s — fallback to verify=False", url, e)
+    # 3차: SSL 검증 끔 (host mismatch 등)
+    try:
+        async with httpx.AsyncClient(timeout=timeout, follow_redirects=True, headers=headers, verify=False) as c:
+            r = await c.get(url)
+            return r.status_code, r.text
+    except Exception as e:
+        logger.warning("[fetch] %s all fallbacks failed: %s", url, e)
+        return 0, ""
+
+LOGO_IMG_PATTERNS = [
+    # 1) <img class="...logo..." src="...">
+    re.compile(r'<img[^>]*\bclass=["\'][^"\']*\blogo\b[^"\']*["\'][^>]*\bsrc=["\']([^"\']+)["\']', re.IGNORECASE),
+    # 2) <img src="..." class="...logo...">
+    re.compile(r'<img[^>]*\bsrc=["\']([^"\']+)["\'][^>]*\bclass=["\'][^"\']*\blogo\b[^"\']*["\']', re.IGNORECASE),
+    # 3) <img id="...logo..." src="...">
+    re.compile(r'<img[^>]*\bid=["\'][^"\']*\blogo\b[^"\']*["\'][^>]*\bsrc=["\']([^"\']+)["\']', re.IGNORECASE),
+    # 4) <img alt="...logo..." src="...">
+    re.compile(r'<img[^>]*\balt=["\'][^"\']*\blogo\b[^"\']*["\'][^>]*\bsrc=["\']([^"\']+)["\']', re.IGNORECASE),
+    # 5) <a/h1 class="logo"><...nested...><img src="...">
+    re.compile(r'<(?:a|h[1-6]|div|span)[^>]*\b(?:class|id)=["\'][^"\']*\blogo\b[^"\']*["\'][^>]*>(?:[^<]|<(?!img))*<img[^>]*\bsrc=["\']([^"\']+)["\']', re.IGNORECASE | re.DOTALL),
+    # 6) inline background-image: <a/div class="logo" style="background-image: url(...)">
+    re.compile(r'<(?:a|div|span|h[1-6])[^>]*\b(?:class|id)=["\'][^"\']*\blogo\b[^"\']*["\'][^>]*\bstyle=["\'][^"\']*background(?:-image)?\s*:\s*url\(\s*["\']?([^"\')\s]+)', re.IGNORECASE),
+    # 7) inline background-image: <a/div style="background-image: url(...)" class="logo">  (속성 순서 반대)
+    re.compile(r'<(?:a|div|span|h[1-6])[^>]*\bstyle=["\'][^"\']*background(?:-image)?\s*:\s*url\(\s*["\']?([^"\')\s]+)[^"\']*["\'][^>]*\b(?:class|id)=["\'][^"\']*\blogo\b', re.IGNORECASE),
+    # 8) src 자체에 "logo" 포함 (header_logo.png, brand-logo.svg 등)
+    re.compile(r'<img[^>]*\bsrc=["\']([^"\']*\blogo\b[^"\']*\.(?:png|svg|jpe?g|webp)[^"\']*)["\']', re.IGNORECASE),
+    # 9) <header>...<img src="..."> (헤더 영역 첫 img)
+    re.compile(r'<header\b[^>]*>(?:[^<]|<(?!img))*<img[^>]*\bsrc=["\']([^"\']+\.(?:png|svg|jpe?g|webp)[^"\']*)["\']', re.IGNORECASE | re.DOTALL),
+    # 10) <nav>...<img src="..."> (nav 영역 첫 img)
+    re.compile(r'<nav\b[^>]*>(?:[^<]|<(?!img))*<img[^>]*\bsrc=["\']([^"\']+\.(?:png|svg|jpe?g|webp)[^"\']*)["\']', re.IGNORECASE | re.DOTALL),
+    # 11) Open Graph image (대표 이미지) - 최후 fallback
+    re.compile(r'<meta[^>]*\bproperty=["\']og:image["\'][^>]*\bcontent=["\']([^"\']+)["\']', re.IGNORECASE),
+    re.compile(r'<meta[^>]*\bcontent=["\']([^"\']+)["\'][^>]*\bproperty=["\']og:image["\']', re.IGNORECASE),
+]
+
+# CSS 파일에서 .logo { background-image: url(...) } 추출용
+LOGO_CSS_PATTERN = re.compile(
+    r'\.[\w-]*\blogo\b[\w-]*\s*(?:,\s*\.[\w-]+\s*)*\{[^}]*background(?:-image)?\s*:\s*url\(\s*["\']?([^"\')\s]+)',
+    re.IGNORECASE | re.DOTALL,
+)
+
+
+def find_logo_url_in_html(html: str, base_url: str, css_texts: list[str] | None = None) -> str | None:
+    """HTML에서 logo URL 찾기. 우선순위:
+    1) 패턴 1~8 (class/id/alt/src에 'logo' 명시된 img — 가장 specific)
+    2) 외부 CSS의 .logo background-image (class-based, 더 specific)
+    3) 패턴 9~10 (<header>/<nav> 안 첫 img — 가장 generic, 잘못 잡힐 위험 큼)
+    """
+
+    def _is_noise(src: str) -> bool:
+        """logo로 잘못 잡힐 가능성 높은 URL 패턴 — lang/flag/icon/arrow/spacer 등."""
+        if not src or src.startswith("data:"):
+            return True
+        if re.search(r"(blank|spacer|pixel|transparent|1x1)\b", src, re.IGNORECASE):
+            return True
+        # 헤더 첫 img가 lang flag / 검색 아이콘 / 네비 화살표인 경우 (JK plastic 한국어 깃발이 잡히던 케이스)
+        if re.search(r"(lang[-_]?(kor|eng|chn|jpn|rus|jp|en|ko|cn|ar|in)|flag|country|icon-|btn-|arrow|prev|next|search)\b", src, re.IGNORECASE):
+            return True
+        return False
+
+    # 1) class/id/alt/src/inline-bg/src-with-logo 패턴 (1~8)
+    for pat in LOGO_IMG_PATTERNS[:8]:
+        for m in pat.finditer(html):
+            src = m.group(1)
+            if _is_noise(src):
+                continue
+            return urljoin(base_url, src)
+
+    # 2) 외부 CSS의 .logo { background-image } — class-based 이므로 generic 패턴보다 우선
+    for css in (css_texts or []):
+        m = LOGO_CSS_PATTERN.search(css)
+        if m:
+            src = m.group(1)
+            if not _is_noise(src):
+                return urljoin(base_url, src)
+
+    # 3) header/nav 첫 img — 가장 generic, lang flag 등 noise 필터 강화 적용
+    for pat in LOGO_IMG_PATTERNS[8:]:
+        for m in pat.finditer(html):
+            src = m.group(1)
+            if _is_noise(src):
+                continue
+            return urljoin(base_url, src)
+
+    return None
+
+
+HEX6 = re.compile(r"#([0-9a-fA-F]{6})\b")
+HEX3 = re.compile(r"#([0-9a-fA-F]{3})\b(?![0-9a-fA-F])")
+RGB  = re.compile(r"rgba?\(\s*(\d{1,3})\s*,\s*(\d{1,3})\s*,\s*(\d{1,3})\s*(?:,\s*[\d.]+\s*)?\)")
+CSS_VAR_HEX = re.compile(r"--[\w-]+\s*:\s*(#[0-9a-fA-F]{3,8})", re.IGNORECASE)
+CSS_LINK = re.compile(r'<link[^>]+rel=["\']stylesheet["\'][^>]+href=["\']([^"\']+)["\']', re.IGNORECASE)
+STYLE_BLOCK = re.compile(r"<style[^>]*>(.*?)</style>", re.IGNORECASE | re.DOTALL)
+
+# 무채색·아주 흔한 노이즈 컬러 (이런 건 brand color로 잡지 않음)
+NOISE = {
+    "#ffffff", "#000000", "#fff", "#000",
+    "#333", "#222", "#111", "#444", "#555", "#666", "#777", "#888", "#999",
+    "#aaa", "#bbb", "#ccc", "#ddd", "#eee", "#f0f0f0", "#f5f5f5", "#fafafa",
+}
+
+
+def _normalize(hex_str: str) -> str:
+    h = hex_str.lstrip("#").lower()
+    if len(h) == 3:
+        h = "".join(c * 2 for c in h)
+    if len(h) == 8:
+        h = h[:6]
+    return f"#{h}"
+
+
+def _rgb_to_hex(r: int, g: int, b: int) -> str:
+    return f"#{r:02x}{g:02x}{b:02x}"
+
+
+def _hex_to_rgb(h: str) -> tuple[int, int, int]:
+    h = h.lstrip("#")
+    return int(h[0:2], 16), int(h[2:4], 16), int(h[4:6], 16)
+
+
+def _distance(a: str, b: str) -> float:
+    ar, ag, ab = _hex_to_rgb(a)
+    br, bg, bb = _hex_to_rgb(b)
+    return ((ar - br) ** 2 + (ag - bg) ** 2 + (ab - bb) ** 2) ** 0.5
+
+
+def _is_grayscale(h: str, tol: int = 12) -> bool:
+    r, g, b = _hex_to_rgb(h)
+    return max(r, g, b) - min(r, g, b) < tol
+
+
+def _extract_hex(text: str) -> list[str]:
+    """텍스트에서 모든 hex 색상 추출 (정규화)."""
+    out: list[str] = []
+    out.extend(_normalize(m.group(0)) for m in HEX6.finditer(text))
+    out.extend(_normalize(m.group(0)) for m in HEX3.finditer(text))
+    for m in RGB.finditer(text):
+        r, g, b = int(m.group(1)), int(m.group(2)), int(m.group(3))
+        if 0 <= r <= 255 and 0 <= g <= 255 and 0 <= b <= 255:
+            out.append(_rgb_to_hex(r, g, b))
+    return out
+
+
+def _cluster(colors: Counter, threshold: float = 25.0) -> list[tuple[str, int]]:
+    """비슷한 색은 묶음. 가장 빈도 높은 색을 대표로."""
+    ranked = colors.most_common()
+    clusters: list[tuple[str, int]] = []
+    for color, count in ranked:
+        merged = False
+        for i, (rep, rep_count) in enumerate(clusters):
+            if _distance(color, rep) < threshold:
+                clusters[i] = (rep, rep_count + count)
+                merged = True
+                break
+        if not merged:
+            clusters.append((color, count))
+    return clusters
+
+
+async def _fetch_html_and_css(homepage_url: str, max_css_files: int = 8) -> tuple[str, list[str]]:
+    """홈페이지 HTML + 외부 CSS(Top N)를 한 번에 fetch. 로고/색상 추출이 사이트를 중복으로 긁지 않도록 공유.
+    _fetch_html이 SSL 약함/host mismatch까지 fallback 처리. 실패 시 ("", [])."""
+    status, html = await _fetch_html(homepage_url)
+    if status != 200 or not html:
+        logger.warning("[color_extractor] homepage fetch failed status=%s url=%s", status, homepage_url)
+        return "", []
+    css_texts: list[str] = []
+    for css_href in CSS_LINK.findall(html)[:max_css_files]:
+        cstatus, ctext = await _fetch_html(urljoin(homepage_url, css_href), timeout=15.0)
+        if cstatus == 200 and ctext:
+            css_texts.append(ctext)
+    return html, css_texts
+
+
+def _colors_from_text(html: str, css_texts: list[str], source_url: str = "") -> dict:
+    """이미 받아온 HTML + CSS 텍스트에서 hex 빈도 분석 → primary/accent/text + palette. (fetch 없음, 순수 계산)"""
+    # 1. HTML 내 <style> 블록 + 통째(inline style="color:#...") + 외부 CSS
+    all_text_chunks: list[str] = list(STYLE_BLOCK.findall(html))
+    all_text_chunks.append(html)
+    all_text_chunks.extend(css_texts)
+
+    # 2. 모든 hex 추출 (NOISE 제외)
+    counter: Counter = Counter()
+    for text in all_text_chunks:
+        for color in _extract_hex(text):
+            if color in NOISE:
+                continue
+            counter[color] += 1
+
+    if not counter:
+        logger.info("[color_extractor] no colors extracted from %s", source_url)
+        return {}
+
+    # 3. 비슷한 색 클러스터링
+    clustered = _cluster(counter)
+
+    # 4. primary = 빈도 높은 채도 있는 색 / accent = 두번째 채도 있는 색 / text = 빈도 높은 무채색
+    chromatic = [c for c, _ in clustered if not _is_grayscale(c)]
+    grayscale = [c for c, _ in clustered if _is_grayscale(c)]
+
+    palette_top = clustered[:8]
+    palette = [{"name": f"색상 {i+1}", "hex": h, "usage": f"빈도 {n}"} for i, (h, n) in enumerate(palette_top)]
+
+    return {
+        "brand_colors": {
+            "primary": chromatic[0] if chromatic else None,
+            "accent": chromatic[1] if len(chromatic) > 1 else None,
+            "text": grayscale[0] if grayscale else None,
+        },
+        "color_palette": palette,
+        "extracted_from": "html+css",
+    }
+
+
+async def extract_brand_colors_from_site(homepage_url: str, max_css_files: int = 8) -> dict:
+    """홈페이지 HTML + 외부 CSS fetch → hex 색상 빈도 분석 → primary/accent/text + palette 5종."""
+    html, css_texts = await _fetch_html_and_css(homepage_url, max_css_files)
+    if not html:
+        return {}
+    return _colors_from_text(html, css_texts, homepage_url)
+
+
+async def extract_brand_assets_from_site(homepage_url: str, max_css_files: int = 8) -> dict:
+    """사이트를 한 번만 fetch해서 로고 URL과 brand 색상을 함께 추출.
+    반환: {"logo_url": str | None, "colors": {brand_colors, color_palette, ...} | {}}"""
+    html, css_texts = await _fetch_html_and_css(homepage_url, max_css_files)
+    if not html:
+        return {"logo_url": None, "colors": {}}
+    return {
+        "logo_url": find_logo_url_in_html(html, homepage_url, css_texts=css_texts),
+        "colors": _colors_from_text(html, css_texts, homepage_url),
+    }

app/integrations/firecrawl.py

@@ -76,7 +76,7 @@ class FirecrawlClient:
                 "url": url,
                 "formats": ["json", "links"],
                 "jsonOptions": {
-                    "prompt": "Extract: clinic name (Korean), clinic name (English), address, phone with dash format, business hours, slogan, services offered, doctors with name/title/specialty, brand identity (primary/accent/background/text colors in hex, heading/body fonts, logo URL, favicon URL)",
+                    "prompt": "Extract: clinic name (Korean), clinic name (English), address, phone with dash format, business hours, slogan, services offered, doctors with name/title/specialty, brand identity (primary/accent/background/text colors in hex, heading/body fonts, logo URL from the actual header/main <img> src, og:image from <meta property='og:image'> content, favicon URL)",
                     "schema": {
                         "type": "object",
                         "properties": {
@@ -119,6 +119,7 @@ class FirecrawlClient:
                                     "headingFont":     {"type": "string"},
                                     "bodyFont":        {"type": "string"},
                                     "logoUrl":         {"type": "string"},
+                                    "ogImage":         {"type": "string"},
                                     "faviconUrl":      {"type": "string"},
                                 },
                             },

app/integrations/llm/schemas/plan.py

@@ -15,6 +15,14 @@ class PlanInput(BaseModel):
     market_keywords: str | None = None
     market_trend: str | None = None
     market_target_audience: str | None = None
+    tiktok: str | None = None
+    instagram_en: str | None = None
+    facebook_en: str | None = None
+    naver_blog: str | None = None
+    naver_cafe: str | None = None
+    kakao_talk: str | None = None
+    channel_logos: str | None = None
+    brand_assets: str | None = None
 
 
 # --- BrandGuide ---
@@ -51,7 +59,7 @@ class ChannelBrandingRule(BaseModel):
     profile_photo: str
     banner_spec: str
     bio_template: str
-    current_status: Literal["correct", "incorrect", "missing"]
+    current_status: Literal["correct", "incorrect", "N/A"]
 
 
 class BrandPlanInconsistencyValue(BaseModel):

app/integrations/llm/schemas/report.py

@@ -68,16 +68,18 @@ class RegistryData(BaseModel):
 
 
 class ClinicSnapshot(BaseModel):
-    name: str
+    # _build_clinic_snapshot은 source 데이터 있을 때만 채움 (`if x:` 가드).
-    name_en: str
+    # required면 강남언니/홈페이지 누락 병원에서 ValidationError로 리포트 실패.
-    staff_count: int
+    name: str | None = None
-    lead_doctor: LeadDoctor
+    name_en: str | None = None
-    overall_rating: float
+    staff_count: int | None = None
-    total_reviews: int
+    lead_doctor: LeadDoctor | None = None
-    certifications: list[str]
+    overall_rating: float | None = None
-    location: str
+    total_reviews: int | None = None
-    phone: str
+    certifications: list[str] = []
-    domain: str
+    location: str | None = None
+    phone: str | None = None
+    domain: str | None = None
     logo_images: LogoImages | None = None
     brand_colors: BrandColors | None = None
     source: DataSource | None = None
@@ -121,44 +123,47 @@ class TopVideo(BaseModel):
 
 
 class YouTubeAudit(BaseModel):
-    channel_name: str
+    # YouTube 미수집 병원에서 _build_youtube_audit가 채울 수 없는 필드 빔.
-    handle: str
+    # required면 ValidationError로 리포트 실패 → Optional로 받아 부분 응답 허용.
-    subscribers: int
+    channel_name: str | None = None
-    total_videos: int
+    handle: str | None = None
-    total_views: int
+    subscribers: int | None = None
-    weekly_view_growth: WeeklyViewGrowth
+    total_videos: int | None = None
-    estimated_monthly_revenue: EstimatedRevenue
+    total_views: int | None = None
-    avg_video_length: str
+    weekly_view_growth: WeeklyViewGrowth | None = None
-    upload_frequency: str
+    estimated_monthly_revenue: EstimatedRevenue | None = None
-    channel_created_date: str
+    avg_video_length: str | None = None
-    channel_description: str
+    upload_frequency: str | None = None
-    linked_urls: list[LinkedUrl]
+    channel_created_date: str | None = None
-    playlists: list[str]
+    channel_description: str | None = None
-    top_videos: list[TopVideo]
+    linked_urls: list[LinkedUrl] = []
-    diagnosis: list[DiagnosisItem]
+    playlists: list[str] = []
+    top_videos: list[TopVideo] = []
+    diagnosis: list[DiagnosisItem] = []
 
 
 # --- Instagram ---
 
 class InstagramAccount(BaseModel):
-    handle: str
+    # LLM이 누락 가능 — Optional로 받아 ValidationError 차단.
-    language: Language
+    handle: str | None = None
-    label: str
+    language: Language | None = None
-    posts: int
+    label: str | None = None
-    followers: int
+    posts: int | None = None
-    following: int
+    followers: int | None = None
-    category: str
+    following: int | None = None
-    profile_link: str
+    category: str | None = None
-    highlights: list[str]
+    profile_link: str | None = None
-    reels_count: int
+    highlights: list[str] = []
-    content_format: str
+    reels_count: int | None = None
-    profile_photo: str
+    content_format: str | None = None
-    bio: str
+    profile_photo: str | None = None
+    bio: str | None = None
 
 
 class InstagramAudit(BaseModel):
-    accounts: list[InstagramAccount]
+    accounts: list[InstagramAccount] = []
-    diagnosis: list[DiagnosisItem]
+    diagnosis: list[DiagnosisItem] = []
 
 
 # --- Facebook ---
@@ -177,31 +182,32 @@ class BrandInconsistency(BaseModel):
 
 
 class FacebookPage(BaseModel):
-    url: str
+    # LLM이 누락 가능 (page 1·2개 모두 language/label/logo/has_whatsapp 빼먹는 경우 관찰됨).
-    page_name: str
+    url: str | None = None
-    language: Language
+    page_name: str | None = None
-    label: str
+    language: Language | None = None
-    followers: int
+    label: str | None = None
-    following: int
+    followers: int | None = None
-    category: str
+    following: int | None = None
-    bio: str
+    category: str | None = None
-    logo: str
+    bio: str | None = None
-    logo_description: str
+    logo: str | None = None
-    link: str
+    logo_description: str | None = None
-    linked_domain: str
+    link: str | None = None
-    reviews: int
+    linked_domain: str | None = None
-    recent_post_age: str
+    reviews: int | None = None
-    has_whatsapp: bool
+    recent_post_age: str | None = None
+    has_whatsapp: bool | None = None
     post_frequency: str | None = None
     top_content_type: str | None = None
     engagement: str | None = None
 
 
 class FacebookAudit(BaseModel):
-    pages: list[FacebookPage]
+    pages: list[FacebookPage] = []
-    diagnosis: list[DiagnosisItem]
+    diagnosis: list[DiagnosisItem] = []
-    brand_inconsistencies: list[BrandInconsistency]
+    brand_inconsistencies: list[BrandInconsistency] = []
-    consolidation_recommendation: str
+    consolidation_recommendation: str | None = None
 
 
 # --- 기타 채널 / 웹사이트 ---
@@ -314,6 +320,14 @@ class ReportInput(BaseModel):
     market_keywords: str | None = None
     market_trend: str | None = None
     market_target_audience: str | None = None
+    branding: str | None = None
+    brand_assets: str | None = None
+    tiktok: str | None = None
+    instagram_en: str | None = None
+    facebook_en: str | None = None
+    kakao_talk: str | None = None
+    naver_cafe: str | None = None
+    channel_logos: str | None = None
 
 
 # --- MarketingReport ---

app/integrations/llm/temp-prompt/plan_prompt.txt

@@ -32,19 +32,65 @@
 ## 분석 리포트
 {report}
 
+## 추가 채널 데이터 (네이버 블로그 / 틱톡 / 인스타그램 EN / 페이스북 EN / 네이버 카페 / 카카오톡)
+아래에 데이터가 있는 채널은 channelStrategies에 **반드시 포함**하세요 (네이버 블로그, 틱톡, 영문 인스타그램, 영문 페이스북, 네이버 카페, 카카오톡). channelBranding은 SNS·블로그·카페까지만 포함(카카오톡은 메신저라 제외). null이면 제외.
+
+### 네이버 블로그 (Naver Blog)
+{naver_blog}
+
+### 틱톡 (TikTok)
+{tiktok}
+
+### 인스타그램 (영문 계정)
+{instagram_en}
+
+### 페이스북 (영문 페이지)
+{facebook_en}
+
+### 네이버 카페 (공식 카페 운영 신호)
+{naver_cafe}
+- naver_cafe.cafeName: 카페명, naver_cafe.memberCount: 회원수
+- currentStatus는 "회원 N명" 형태로 간단하게. 게시글 수·최근 활동은 수집 불가 (추측 금지).
+- targetGoal은 회원 확보 목표 수치 + 운영 권장 (예: "회원 5,000명, 주 1~2회 공지 발행").
+
+### 카카오톡 채널 (URL only — 콘텐츠 수집 X, 존재 여부만)
+{kakao_talk}
+- channelStrategies 카드 하나로 포함. currentStatus는 "공식 카카오톡 채널 운영 중" 정도, targetGoal은 친구 추가 유도·상담 전환·자동응답 시나리오 구체화 등.
+
+## 채널별 로고 분석 (Gemini Vision) — 채널룰/일관성의 근거
+{channel_logos}
+- 위 channel_logos[]의 각 항목: channel(채널명), logo_description(프로필이 어떻게 생겼는지), is_official(공식 로고와 일치 여부).
+- **channelBranding[]은 "어떻게 해야 하는지 권장 가이드라인" 섹션입니다.** 채널 통일 전략 기준으로 권장값 박을 것:
+  - profilePhoto: **빈 문자열 ""로 두세요.** 시스템이 brand_assets.logo_description으로 직접 채우므로 LLM은 만들지 마세요.
+  - bannerSpec: 권장 배너 규격 (크기·디자인 가이드)
+  - bioTemplate: 권장 bio 템플릿 (구조·필수 요소·예약 링크 포함 여부)
+  - currentStatus: is_official=true면 "correct" / false면 "incorrect" (데이터 없는 채널은 "N/A") — 현재 상태 마커는 이 필드 하나로만.
+- 현재 채널 프로필 이미지의 실제 묘사(channel_logos.channel_logos[].logo_description)는 brandInconsistencies에서만 사용. channelBranding에서 채널별로 다른 묘사를 박지 마세요.
+- **brandInconsistencies[]에 "로고" 항목을 반드시 만드세요**: values[]에 채널마다 channel(채널명) / value(logo_description 그대로) / is_correct(is_official 값) 세 필드를 넣고, impact는 inconsistency_summary, recommendation은 channel_logos.recommendation 기반으로 작성 (공식 로고로 통일 권고 포함).
+
+## 브랜드 자산 (홈페이지 CSS에서 추출 — 결정적 데이터)
+{brand_assets}
+- brand_assets.color_palette[]의 hex와 brand_assets.brand_colors(primary/accent/text)는 **홈페이지 CSS에서 실제로 추출한 값**입니다.
+- **brandGuide.colors의 hex는 반드시 이 추출값을 그대로 사용하세요. hex를 새로 지어내거나 변형하지 마세요** (매 실행마다 동일해야 함). name/usage 설명은 의미있게 써도 되지만 hex 값 자체는 추출값으로 고정.
+
 ## 섹션별 작성 지침
 
 ### Section 1: brandGuide
-- colors: 병원 아이덴티티에 맞는 컬러 팔레트 3~5개 (hex + 사용 가이드)
+- colors: **brand_assets.color_palette / brand_colors의 hex를 그대로 사용** (홈페이지 CSS 추출값, 지어내기 금지). 3~5개, 각 hex에 name/usage 부여
 - fonts: 제목/본문/캡션용 폰트 시스템 (한글/영문 포함)
-- logoRules: DO/DON'T 형식의 로고 사용 규칙 4~6개
+- logoRules: 로고 사용 규칙 4~6개. 각 항목은 rule / description / correct 3개 필드로 구성:
+  - rule: 규칙을 요약한 **구체적인 제목**. "DO"·"DON'T" 같은 단어를 그대로 넣지 말 것. 실제 규칙 내용을 쓸 것 (예: "보라색+골드 깃털 로고 통일 사용", "모델 사진 프로필 금지", "비공식 변형 로고 사용 금지", "로고 주변 여백 확보").
+  - description: 해당 규칙의 상세 설명.
+  - correct: 권장 규칙(DO)이면 true, 금지/지양 규칙(DON'T)이면 false. 권장(true)과 금지(false)를 섞어서 작성.
 - toneOfVoice: 브랜드 성격 키워드, 커뮤니케이션 스타일, 권장/지양 표현 예시
 - channelBranding: 리포트에 존재하는 채널별 브랜딩 적용 규칙
 - brandInconsistencies: 채널 간 브랜딩 불일치 항목 및 개선 권고
 
 ### Section 2: channelStrategies
-- 리포트에 데이터가 있는 채널만 포함
+- 메인 SNS 채널(Instagram, Facebook, YouTube, TikTok, 네이버 블로그) + 영문 계정(Instagram EN, Facebook EN) + **네이버 카페 / 카카오톡** (URL 있을 때) 카드를 **모두 포함**. 데이터 없는 채널도 빠뜨리지 말 것.
-- 각 채널의 우선순위(P0/P1/P2), 목표, 콘텐츠 유형, 게시 빈도, 포맷 가이드라인 작성
+- **currentStatus**: 데이터 있는 채널은 실제 수치로 서술 (예: "14,047 팔로워, Reels 0개", "104K 구독자, 주 2~3회 업로드"). **데이터 없는 채널은 "계정 없음"** 으로 표시. `excellent`/`warning`/`good` 같은 등급·평가어 금지.
+- **targetGoal은 모든 채널에 반드시 채울 것** — 구체적 목표 수치(예: "50K 팔로워, Reels 주 5개"). 데이터 없는 채널도 시작 시 권장 목표를 작성하고 비우지 말 것.
+- 각 채널의 우선순위(P0/P1/P2), 콘텐츠 유형, 게시 빈도, 포맷 가이드라인 모두 권장값으로 작성 — 데이터 없어도 시작 권장값으로 채울 것.
 - customerJourneyStage는 해당 채널의 주요 기여 단계로 설정
 
 ### Section 3: contentStrategy

app/integrations/llm/temp-prompt/report_prompt.txt

@@ -12,6 +12,17 @@
 - 시술: {services}
 - 의료진: {doctors}
 
+## 브랜드 자산 (홈페이지에서 자동 추출)
+
+### Firecrawl branding (로고 URL / 색상 / 폰트)
+{branding}
+
+### 추출된 브랜드 자산 (로고 묘사 + CSS 색상 팔레트)
+{brand_assets}
+
+⚠️ clinic_snapshot.logo_images / brand_colors는 위 추출값(brand_assets.logo_images, brand_assets.brand_colors)을 **그대로** 사용하세요. hex나 로고 URL을 절대 추측하지 마세요. 추출값이 null이면 해당 필드도 null로 두세요.
+로고에 대한 정성 평가(심볼/워드마크/톤)는 brand_assets.logo_description을 근거로 하고, 채널 프로필 이미지가 공식 로고와 일치하는지 판단할 때도 이 묘사를 기준으로 삼으세요.
+
 ## 시장 분석 데이터
 
 ### 경쟁 병원
@@ -43,9 +54,61 @@
 ### 강남언니
 {gangnam_unni}
 
+### 틱톡 (TikTok)
+{tiktok}
+
+### 인스타그램 (영문 계정)
+{instagram_en}
+
+### 페이스북 (영문 페이지)
+{facebook_en}
+
+### 카카오톡 채널 (URL only — 수집 데이터 없음, 존재 여부만 확인)
+{kakao_talk}
+
+### 네이버 카페 (공식 카페 운영 신호)
+{naver_cafe}
+- naver_cafe.cafeName: 카페명
+- naver_cafe.memberCount: 회원수
+- 게시글 총 수·최근 게시일은 로그인 필요라 수집 불가. 추측 금지. 위 두 값만 사용.
+
+### 채널별 로고 분석 (Gemini Vision)
+{channel_logos}
+- channel_logos.channel_logos[]에 각 채널의 로고 설명(logo_description)과 공식 로고 일치 여부(is_official)가 있습니다.
+- **facebook_audit.pages[].logo** 는 짧은 판정 타이틀로: is_official=true면 `"일치 (공식 로고)"`, false면 `"불일치 (비공식 변형)"`. 그리고 **facebook_audit.pages[].logo_description** 에 해당 채널의 logo_description(설명문)을 넣으세요.
+- 위 값들은 channel_logos 데이터 기반으로만 작성하고 추측하지 마세요.
+- 채널 간 로고 불일치(is_official=false)는 brand 일관성 진단(problem_diagnosis/weaknesses)에 반영하세요.
+- **brand_inconsistencies[]에 "로고" 항목을 반드시 만드세요**: values[]에 channel_logos.channel_logos[] 각 채널마다 다음 3필드를 **그대로** 박을 것 — channel(채널명 그대로), value(해당 채널의 logo_description 문자열 그대로 복붙), is_correct(해당 채널의 is_official 값 그대로). ❗ **채널-묘사 매핑을 절대 swap·재해석·임의 변형 금지**. channel_logos에 적힌 그대로 사용. impact는 channel_logos.inconsistency_summary 사용, recommendation은 channel_logos.recommendation 사용.
+
+## clinic_snapshot / 채널 audit 작성 지침 (수집 데이터 그대로, 추측 금지)
+- clinic_snapshot.name 은 {clinic_name} 을 **그대로** 사용 (강남언니 표기명 '-본원' 등으로 바꾸지 말 것).
+- clinic_snapshot 의 overall_rating/total_reviews/staff_count/location/certifications/lead_doctor 는 강남언니({gangnam_unni}) 데이터의 값을 그대로 사용.
+- **instagram_audit.accounts 는 반드시 빈 배열 []로 두세요.** 계정 정보는 시스템이 수집 데이터로 직접 채우니 LLM은 만들지 말고, instagram_audit.diagnosis(진단)만 작성하세요.
+- facebook_audit.pages: KR 페북({facebook})·영문 페북({facebook_en}) 데이터가 있으면 **각각 별도 페이지**로 넣고, url/page_name/followers 등은 그 데이터 그대로. language/label 동일 규칙.
+- facebook_audit.pages[].top_content_type 은 해당 페이지 latestPosts의 **캡션·미디어를 읽고** 주로 올리는 콘텐츠를 의미 기반으로 짧게 묘사하세요 (예: "Before/After 사진 + 환자 여정 Reels", "이벤트·프로모션 카드뉴스", "다국어 시술 소개"). 단순 "동영상/이미지 위주"가 아니라 **무슨 주제**인지 쓰세요. (recent_post_age·post_frequency·engagement 수치는 시스템이 덮어쓰니 대략 적어도 됩니다.)
+- 위 수치·URL·이름은 제공된 데이터에서 그대로 쓰고 절대 지어내지 마세요.
+
+## 기타 채널 현황 (other_channels) 작성 지침
+- other_channels에는 메인 audit(YouTube/Instagram/Facebook/Website)에 **포함되지 않은** 채널만 넣으세요.
+- 위 '채널 데이터'에 **실제 수집된 데이터가 있는 채널만** status=active와 실제 url로 일관되게 포함: 네이버 블로그, 강남언니, 틱톡, 영문 인스타그램({instagram_en}), 영문 페이스북({facebook_en}).
+- **영문 인스타그램·영문 페이스북은 KR 메인 audit(Instagram/Facebook)과 별개 계정이므로, 데이터가 있으면 반드시 other_channels에 "Instagram EN" / "Facebook EN"으로 각각 포함하세요 (절대 누락 금지).**
+- **카카오톡·네이버 카페**: {kakao_talk} 또는 {naver_cafe}에 url이 있으면 other_channels에 각각 "KakaoTalk" / "Naver Cafe"로 status=active + 해당 url로 포함. 수집된 콘텐츠 데이터는 없으므로 URL 존재 자체가 활성 채널 신호. **둘 다 null/빈 값이면 절대 만들지 마세요.**
+- **그 외 데이터 없는 채널(네이버플레이스/Threads 등)은 절대 임의로 만들지 마세요.** 데이터 없으면 그 채널은 생략 (랜덤 생성·추측 금지).
+- url은 수집 데이터의 실제 URL만 사용. 없으면 빈 문자열.
+- **URL에 'https://www.facebook.com/' 같은 prefix를 절대 직접 만들지 마세요.** 수집 데이터의 URL을 그대로 사용. 이미 'https://...' 가 붙은 URL에 또 prefix 붙이면 'https://www.facebook.com/https://facebook.com/X' 같이 깨집니다. 받은 URL = 출력 URL.
+
+## registry_data 작성 지침 (clinic_snapshot 안)
+- **registry_data.website_en / district / branches / brand_group / naver_place_url / gangnam_unni_url / google_maps_url 모두 제공된 데이터에 명시되지 않으면 반드시 null로 두세요.**
+- 영문 사이트 URL, 영문명, 지점 정보 같은 거 데이터에 없으면 **절대 추측하거나 그럴듯해 보이는 도메인을 지어내지 마세요** (예: 'thepsclinic.com', '*-eng.com' 같은 거).
+
 ## 분석 지침
 
 - 점수는 0~100 기준입니다.
+- **channel_scores(채널 종합도)에는 데이터가 있는 모든 채널을 각각 별도 항목으로 만드세요. 같은 플랫폼이라도 한국 계정과 영문 계정을 절대 하나로 합치지 마세요:**
+  - 인스타그램 KR → channel "Instagram", 영문 인스타그램({instagram_en}) 데이터가 있으면 → channel "Instagram EN" (별도 항목)
+  - 페이스북 KR → channel "Facebook", 영문 페이스북({facebook_en}) 데이터가 있으면 → channel "Facebook EN" (별도 항목)
+  - 틱톡({tiktok}) 데이터가 있으면 → channel "TikTok" (별도 항목)
+  - 데이터가 null인 계정은 항목을 만들지 마세요. icon은 instagram/facebook/video 등 플랫폼에 맞게 설정.
 - strengths와 weaknesses는 각 3개 이상 작성하세요.
 - roadmap은 우선순위 순으로 실행 가능한 액션으로 작성하세요.
 - kpis는 실제 수집된 수치 기반으로 현실적인 측정 가능 지표로 작성하세요.

app/integrations/naver.py

@@ -1,4 +1,5 @@
 import re
+import httpx
 from http import HTTPMethod
 from urllib.parse import urlparse
 from common.utils import http_request
@@ -64,6 +65,20 @@ class NaverClient:
             return None
         return resp.text
 
+    async def fetch_blog_total_count(self, handle: str) -> int | None:
+        """블로그 전체 글 수는 RSS에 없어서 PostList HTML에서 '554개의 글' 패턴 추출.
+        <h4 class="category_title pcol2">... 554개의 글</h4> 구조."""
+        resp = await http_request(
+            HTTPMethod.GET,
+            url=f"https://blog.naver.com/PostList.naver?blogId={handle}&from=postList&directAccess=true",
+            timeout=15,
+            label="naver-blog-postlist",
+        )
+        if not resp or not resp.is_success:
+            return None
+        m = re.search(r"(\d+)개의 글", resp.text)
+        return int(m.group(1)) if m else None
+
     async def get_blog_rss(self, url: str) -> dict | None:
         blog_handle = urlparse(url).path.strip("/").split("/")[0] if "://" in url else url
         xml = await self.fetch_blog_rss(blog_handle)
@@ -82,10 +97,71 @@ class NaverClient:
                 "postDate": date.group(1) if date else "",
                 "description": re.sub(r"<[^>]*>", "", desc.group(1) if desc else "").strip()[:150],
             })
+        # RSS의 totalCount 우선, 없으면 블로그 PostList 페이지에서 "N개의 글" 파싱, 그것도 없으면 RSS 글수
         total_match = re.search(r"<totalCount>(\d+)</totalCount>", xml)
+        if total_match:
+            total = int(total_match.group(1))
+        else:
+            total = await self.fetch_blog_total_count(blog_handle) or len(posts)
         return {
             "officialBlogUrl": f"https://blog.naver.com/{blog_handle}",
             "officialBlogHandle": blog_handle,
-            "totalResults": int(total_match.group(1)) if total_match else len(posts),
+            "totalResults": total,
             "posts": posts[:10],
         }
+
+    async def get_cafe_info(self, cafe_url: str, *_args, **_kwargs) -> dict | None:
+        """네이버 카페 운영 신호 수집. 2단계 fetch:
+        1) https://cafe.naver.com/{handle} → cafeId 추출
+        2) ArticleList.nhn?search.clubid={cafeId} → memberCount + cafeName 추출
+        본문/게시글은 로그인 필요라 못 가져옴. 회원수·카페명만 잡히면 충분.
+        common.http_request는 redirect 안 따라가서 카페 페이지에 안 맞아 httpx 직접 사용."""
+        handle = urlparse(cafe_url).path.strip("/").split("/")[0] if "://" in cafe_url else cafe_url.split("/")[-1]
+        if not handle:
+            return None
+
+        async with httpx.AsyncClient(
+            timeout=10, follow_redirects=True,
+            headers={"User-Agent": "Mozilla/5.0"},
+        ) as c:
+            # 1. cafeId 추출
+            try:
+                main = await c.get(f"https://cafe.naver.com/{handle}")
+            except Exception:
+                return {"url": f"https://cafe.naver.com/{handle}", "cafeHandle": handle, "accessible": False}
+            if main.status_code != 200:
+                return {"url": f"https://cafe.naver.com/{handle}", "cafeHandle": handle, "accessible": False}
+            cid_match = re.search(r'cafeId["\']?\s*[:=]\s*["\']?(\d+)', main.text)
+            cafe_id = cid_match.group(1) if cid_match else None
+
+            result: dict = {
+                "url": f"https://cafe.naver.com/{handle}",
+                "cafeHandle": handle,
+                "cafeId": cafe_id,
+                "accessible": True,
+                "cafeName": None,
+                "memberCount": None,
+            }
+            if not cafe_id:
+                return result
+
+            # 2. ArticleList 페이지에서 회원수 + 카페명 추출 (로그인 없이 접근 가능한 유일한 endpoint)
+            try:
+                listing = await c.get(
+                    f"https://cafe.naver.com/ArticleList.nhn?search.clubid={cafe_id}&search.menuid=&search.boardtype=L",
+                    headers={"Referer": f"https://cafe.naver.com/{handle}"},
+                )
+            except Exception:
+                return result
+            if listing.status_code != 200:
+                return result
+            mc = re.search(r'memberCount[^0-9]+(\d[\d,]*)', listing.text)
+            if mc:
+                result["memberCount"] = int(mc.group(1).replace(",", ""))
+            tm = re.search(r"<title>(.+?)\s*:\s*네이버 카페</title>", listing.text)
+            if tm:
+                name = re.sub(r"&amp;", "&", tm.group(1)).strip()
+                if "," in name:
+                    name = name.split(",", 1)[1].strip()
+                result["cafeName"] = name
+            return result

app/integrations/vision.py

@@ -0,0 +1,325 @@
+"""Gemini Vision — 로고/브랜드 비주얼 자동 분석 (OpenAI 호환 모드).
+
+정확한 hex 색상은 color_extractor가 CSS에서 직접 뽑음 (Vision은 근사값밖에 못 냄).
+Vision은 사람이 봐야 알 수 있는 정성 정보 — 심볼 형태/워드마크/톤 — 를 담당.
+"""
+import asyncio
+import base64
+import json
+import logging
+import re
+import ssl
+import httpx
+import resvg_py
+from openai import AsyncOpenAI
+
+logger = logging.getLogger(__name__)
+
+DEFAULT_MODEL = "gemini-2.5-flash"
+
+
+class VisionClient:
+    """Gemini Vision을 OpenAI 호환 endpoint로 호출. GEMINI_API_KEY만 필요."""
+
+    def __init__(self, api_key: str, model: str = DEFAULT_MODEL, timeout: float = 30.0, max_retries: int = 2):
+        self.client = AsyncOpenAI(
+            api_key=api_key,
+            base_url="https://generativelanguage.googleapis.com/v1beta/openai/",
+            timeout=timeout,
+            max_retries=max_retries,
+        )
+        self.model = model
+
+    @staticmethod
+    def _extract_json(text: str) -> dict | None:
+        if not text:
+            return None
+        m = re.search(r"```(?:json)?\s*(\{.*?\})\s*```", text, re.DOTALL)
+        if m:
+            try:
+                return json.loads(m.group(1))
+            except json.JSONDecodeError:
+                pass
+        m = re.search(r"\{.*\}", text, re.DOTALL)
+        if m:
+            try:
+                return json.loads(m.group(0))
+            except json.JSONDecodeError:
+                return None
+        return None
+
+    @staticmethod
+    async def _fetch_as_data_url(url: str) -> str | None:
+        """Gemini는 URL 직접 fetch가 막힌 호스트가 많아 base64 인라인으로 변환.
+        + 'image does not exist' 같은 placeholder 이미지 거부 (작은 bytes / 잘못된 content-type).
+        + 한국 의료 사이트 중 SSL이 약해서 표준 검증에 실패하는 곳 대응 (3단 SSL fallback)."""
+        headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"}
+
+        def _weak_ctx() -> ssl.SSLContext:
+            ctx = ssl.create_default_context()
+            try:
+                ctx.set_ciphers("DEFAULT@SECLEVEL=1")
+            except ssl.SSLError:
+                pass
+            return ctx
+
+        last_err: Exception | None = None
+        for verify in (True, _weak_ctx(), False):
+            try:
+                async with httpx.AsyncClient(
+                    timeout=15.0, follow_redirects=True, headers=headers, verify=verify,
+                ) as c:
+                    resp = await c.get(url)
+                if resp.status_code != 200:
+                    logger.warning("[vision] fetch %s status=%s", url, resp.status_code)
+                    return None
+                mime = resp.headers.get("content-type", "").split(";")[0].strip()
+                # 실제 이미지가 아니면 거부 (HTML 페이지가 404 대신 200으로 리다이렉트 되는 경우)
+                if not mime.startswith("image/"):
+                    logger.warning("[vision] %s not an image (content-type=%s)", url, mime)
+                    return None
+                # SVG는 Gemini가 못 보므로 즉시 PNG로 래스터화 (resvg, in-memory ~1ms)
+                content = resp.content
+                if mime == "image/svg+xml" or url.lower().split("?")[0].endswith(".svg"):
+                    try:
+                        content = bytes(resvg_py.svg_to_bytes(svg_string=resp.text))
+                        mime = "image/png"
+                    except Exception as e:
+                        logger.warning("[vision] svg rasterize failed %s: %s", url, e)
+                        return None
+                size = len(content)
+                if size < 500:
+                    logger.warning("[vision] %s too small (%d bytes) — likely placeholder", url, size)
+                    return None
+                b64 = base64.b64encode(content).decode("ascii")
+                return f"data:{mime};base64,{b64}"
+            except (httpx.ConnectError, httpx.ReadError, ssl.SSLError) as e:
+                last_err = e
+                continue
+            except Exception as e:
+                logger.warning("[vision] fetch error %s: %s", url, e)
+                return None
+        logger.warning("[vision] fetch %s SSL fallback all failed: %s", url, last_err)
+        return None
+
+    async def _ask(self, image_urls: list[str], prompt: str, max_tokens: int = 4000) -> dict | None:
+        content: list[dict] = []
+        for u in image_urls:
+            if not u:
+                continue
+            data_url = await self._fetch_as_data_url(u)
+            if not data_url:
+                continue
+            content.append({"type": "image_url", "image_url": {"url": data_url}})
+        if not any(c.get("type") == "image_url" for c in content):
+            logger.warning("[vision] no images could be fetched")
+            return None
+        content.append({"type": "text", "text": prompt})
+
+        try:
+            resp = await self.client.chat.completions.create(
+                model=self.model,
+                messages=[{"role": "user", "content": content}],
+                max_tokens=max_tokens,
+            )
+            choice = resp.choices[0]
+            if choice.finish_reason != "stop":
+                logger.warning("[vision] unexpected finish_reason=%s", choice.finish_reason)
+            return self._extract_json(choice.message.content or "")
+        except Exception as e:
+            logger.warning("[vision] error: %s", e)
+            return None
+
+    async def describe_svg_text(self, svg_url: str) -> dict | None:
+        """SVG는 Gemini Vision이 못 보지만 XML 텍스트 자체는 LLM이 읽을 수 있음.
+        SVG 소스를 받아 그대로 text endpoint에 던지고 색·심볼·텍스트를 추론하게 함.
+        analyze_brand_assets와 동일한 스키마(logo_description/style/has_symbol/...) 반환."""
+        headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"}
+
+        def _weak_ctx() -> ssl.SSLContext:
+            ctx = ssl.create_default_context()
+            try:
+                ctx.set_ciphers("DEFAULT@SECLEVEL=1")
+            except ssl.SSLError:
+                pass
+            return ctx
+
+        svg_text: str | None = None
+        for verify in (True, _weak_ctx(), False):
+            try:
+                async with httpx.AsyncClient(
+                    timeout=15.0, follow_redirects=True, headers=headers, verify=verify,
+                ) as c:
+                    resp = await c.get(svg_url)
+                if resp.status_code == 200:
+                    svg_text = resp.text
+                break
+            except (httpx.ConnectError, httpx.ReadError, ssl.SSLError):
+                continue
+            except Exception as e:
+                logger.warning("[vision] svg fetch error %s: %s", svg_url, e)
+                return None
+        if not svg_text:
+            logger.warning("[vision] svg fetch failed %s", svg_url)
+            return None
+        # 페이로드 폭주 방지 — 평범한 로고 SVG는 수 KB 수준
+        if len(svg_text) > 60000:
+            svg_text = svg_text[:60000]
+
+        prompt = (
+            "아래는 병원 로고 SVG 소스 코드입니다. SVG 마크업(path/circle/text/fill/stroke 등)을 "
+            "읽고 로고의 시각적 특징을 추론해 아래 JSON 스키마로만 응답하세요. 코드펜스 없이 순수 JSON.\n"
+            "{\n"
+            '  "logo_description": "심볼 형태 + 워드마크 + 톤을 1~2문장 한국어로",\n'
+            '  "logo_style": "minimal | illustrative | typographic | abstract 중 하나",\n'
+            '  "has_symbol": "심볼/아이콘이 있으면 true, 글자만 있으면 false (boolean)",\n'
+            '  "logo_symbol": "심볼 묘사 (예: \'잎사귀\'). 없으면 빈 문자열",\n'
+            '  "logo_text": "워드마크 텍스트 그대로. <text> 태그 내용 우선",\n'
+            '  "logo_colors_desc": "쓰인 색감을 사람이 부르는 이름으로 (예: \'딥네이비 + 골드\'). hex 출력 금지"\n'
+            "}\n"
+            "주의: hex 값이나 URL은 출력하지 마세요 (별도 추출 로직 처리). 모든 텍스트는 한국어로.\n\n"
+            "SVG 소스:\n"
+            f"{svg_text}"
+        )
+        try:
+            resp = await self.client.chat.completions.create(
+                model=self.model,
+                messages=[{"role": "user", "content": prompt}],
+                max_tokens=8000,  # Gemini 2.5는 thinking 토큰을 max_tokens에서 차감하므로 여유 필요
+            )
+            choice = resp.choices[0]
+            if choice.finish_reason != "stop":
+                logger.warning("[vision] svg describe finish_reason=%s", choice.finish_reason)
+            result = self._extract_json(choice.message.content or "")
+        except Exception as e:
+            logger.warning("[vision] svg describe error: %s", e)
+            return None
+        if not result:
+            return None
+        result["logo_images"] = {"circle": None, "horizontal": svg_url, "korean": None}
+        return result
+
+    async def analyze_brand_assets(
+        self,
+        logo_url: str | None,
+        homepage_url: str | None,
+        additional_images: list[str] | None = None,
+    ) -> dict:
+        """로고 이미지를 보고 정성 분석. 정확한 hex는 color_extractor가 따로 처리하므로 여기선 안 뽑음."""
+        urls = [u for u in [logo_url] + list(additional_images or []) if u]
+        if not urls:
+            return {}
+        prompt = (
+            "당신은 브랜드 로고 시각 분석가입니다. 첨부된 이미지(첫 번째가 병원의 대표 로고)를 보고 "
+            "아래 JSON 스키마로만 응답하세요. 코드펜스 없이 순수 JSON만 출력.\n"
+            "{\n"
+            '  "logo_description": "로고를 1~2문장으로 설명 (심볼 형태 + 워드마크 + 전반적 톤). 예: \'둥근 잎사귀를 감싼 추상 심볼에 세리프 한글 워드마크, 차분하고 고급스러운 톤\'",\n'
+            '  "logo_style": "minimal | illustrative | typographic | abstract 중 하나",\n'
+            '  "has_symbol": "심볼/아이콘이 있으면 true, 글자만 있으면 false (boolean)",\n'
+            '  "logo_symbol": "심볼이 묘사하는 대상 (예: \'잎사귀\', \'추상 곡선\'). 없으면 빈 문자열",\n'
+            '  "logo_text": "로고에 보이는 워드마크 텍스트 그대로 (한글/영문). 없으면 빈 문자열",\n'
+            '  "logo_colors_desc": "로고에 쓰인 색감을 사람이 부르는 이름으로 서술 (예: \'딥네이비 + 골드\'). 정확한 hex는 출력하지 말 것"\n'
+            "}\n"
+            "주의: 색상 hex 값이나 logo URL 같은 필드는 출력하지 마세요 (별도 추출 로직이 처리).\n"
+            "모든 설명/텍스트 값은 반드시 한국어로 작성하세요 (영어 금지)."
+        )
+        result = await self._ask(urls, prompt)
+        if not result:
+            return {}
+        # logo_images는 우리가 직접 채움 (Vision은 묘사만)
+        result["logo_images"] = {"circle": None, "horizontal": logo_url, "korean": None}
+        return result
+
+    async def describe_channel_logos(
+        self,
+        official_logo_url: str | None,
+        channel_logos: list[dict],
+    ) -> dict | None:
+        """채널별 프로필 이미지(로고)를 보고 각각 설명 + 공식 로고와 일치 여부 평가.
+        channel_logos: [{"channel": "Instagram", "url": "..."}, ...]
+        반환: {"channel_logos": [{"channel","logo_description","is_official"}], "inconsistency_summary", "recommendation"}
+
+        **3채널씩 묶어 병렬 호출** (한 번에 다 묶으면 LLM이 채널-이미지 매칭 헷갈려 같은 묘사를
+        여러 채널에 복사하는 문제 — VIEW 한국페북·영문인스타가 둘 다 "공식 로고" 묘사로 잘못
+        박혔던 케이스 — 가 있어서 분리. 1채널씩 N번보다 가성비 좋음)."""
+        items = [c for c in channel_logos if c.get("url")]
+        if not items:
+            return None
+
+        CHUNK = 3
+
+        async def _chunk(batch: list[dict]) -> list[dict]:
+            urls = [official_logo_url] + [c["url"] for c in batch] if official_logo_url else [c["url"] for c in batch]
+            n = len(batch)
+            # 이미지 번호 ↔ 채널 매핑 명시
+            if official_logo_url:
+                mapping = "이미지 1 = 공식 로고\n" + "\n".join(
+                    f"이미지 {i+2} = {c.get('channel','?')} 채널 프로필" for i, c in enumerate(batch)
+                )
+                instruction = (
+                    f"{mapping}\n\n"
+                    f"이미지 2~{n+1}(채널 프로필 {n}개)을 각각 **그 이미지에 실제로 보이는 그대로** "
+                    "한국어 1문장으로 묘사하세요 (색·형태·텍스트·배경 그대로).\n"
+                    "❗ 공식 로고(이미지 1) 묘사를 절대 복사하지 마세요. 각 채널 이미지에 보이는 실제 특징만.\n"
+                    "각 채널이 공식 로고와 시각적으로 거의 동일하면 is_official=true, "
+                    "심볼/색/배경/텍스트가 다르거나 모델 사진이면 false.\n"
+                )
+            else:
+                mapping = "\n".join(f"이미지 {i+1} = {c.get('channel','?')} 채널 프로필" for i, c in enumerate(batch))
+                instruction = (
+                    f"{mapping}\n\n"
+                    f"각 이미지를 보이는 그대로 한국어 1문장으로 묘사 (색·형태·텍스트·배경).\n"
+                )
+            schema_lines = ",\n".join(
+                f'    {{"channel": "{c.get("channel","?")}", "logo_description": "...", "is_official": true}}'
+                for c in batch
+            )
+            p = (
+                instruction
+                + "\n아래 JSON으로만 응답 (코드펜스 없이, 순수 JSON):\n{\n"
+                + f'  "channel_logos": [\n{schema_lines}\n  ]\n'
+                + "}\n"
+                + f"channel 필드는 위 매핑 그대로 ({', '.join(c.get('channel','?') for c in batch)}). "
+                + "logo_description은 반드시 한국어 (영어 금지)."
+            )
+            r = await self._ask(urls, p)
+            if not r:
+                return []
+            out = []
+            for c in r.get("channel_logos", []):
+                out.append({
+                    "channel": c.get("channel", ""),
+                    "logo_description": c.get("logo_description", ""),
+                    "is_official": bool(c.get("is_official", False)) if official_logo_url else None,
+                })
+            return out
+
+        # 3개씩 청크 → 병렬
+        chunks = [items[i:i+CHUNK] for i in range(0, len(items), CHUNK)]
+        results = await asyncio.gather(*[_chunk(b) for b in chunks], return_exceptions=True)
+        channel_logos_out: list[dict] = []
+        for r in results:
+            if isinstance(r, Exception):
+                logger.warning("[vision] channel_logo chunk error: %s", r)
+                continue
+            channel_logos_out.extend(r)
+        if not channel_logos_out:
+            return None
+
+        # 일관성 요약 + 권고는 결정적 산출 (LLM 한번 더 안 부름)
+        if official_logo_url:
+            mismatches = [c["channel"] for c in channel_logos_out if not c.get("is_official")]
+            if not mismatches:
+                summary = "모든 채널이 공식 로고를 일관되게 사용하고 있습니다."
+                rec = "현재 일관성 유지."
+            else:
+                summary = f"{len(mismatches)}개 채널({', '.join(mismatches)})이 공식 로고와 다른 이미지를 사용해 브랜드 일관성이 부족합니다."
+                rec = "비공식 채널 프로필을 공식 로고로 통일 권고."
+        else:
+            summary, rec = "", ""
+
+        return {
+            "channel_logos": channel_logos_out,
+            "inconsistency_summary": summary,
+            "recommendation": rec,
+        }

app/integrations/youtube.py

@@ -98,9 +98,11 @@ class YouTubeClient:
         ch = raw["channel"]
         stats = ch.get("statistics", {})
         snippet = ch.get("snippet", {})
+        thumbs = snippet.get("thumbnails", {})
         return {
             "channelId": raw["channelId"],
             "channelName": snippet.get("title"),
+            "profileImage": (thumbs.get("high") or thumbs.get("medium") or thumbs.get("default") or {}).get("url"),
             "handle": snippet.get("customUrl"),
             "description": snippet.get("description", ""),
             "publishedAt": snippet.get("publishedAt"),

app/mock/plan_viewclinic.json

@@ -153,7 +153,7 @@
         "profile_photo": "보라색+골드 깃털 로고",
         "banner_spec": "블로그 상단: 깃털 심볼 + 대표 이미지",
         "bio_template": "21년 무사고 VIEW 성형외과 공식 블로그\n가슴성형·안면윤곽·양악·눈코·리프팅",
-        "current_status": "missing"
+        "current_status": "N/A"
       },
       {
         "channel": "TikTok",
@@ -161,7 +161,7 @@
         "profile_photo": "보라색+골드 깃털 원형 로고",
         "banner_spec": "N/A",
         "bio_template": "VIEW 성형외과 — 안전이 예술이 되는 곳\n강남 신논현역 | 02-539-1177",
-        "current_status": "missing"
+        "current_status": "N/A"
       }
     ],
     "brand_inconsistencies": [

app/models/analysis.py

@@ -8,6 +8,11 @@ class Channels(BaseModel):
     facebook: str | None = None
     naver_blog: str | None = None
     gangnam_unni: str | None = None
+    tiktok: str | None = None
+    instagram_en: str | None = None
+    facebook_en: str | None = None
+    kakao_talk: str | None = None
+    naver_cafe: str | None = None
 
 
 class AnalysisOptions(BaseModel):

app/models/plan.py

@@ -49,7 +49,7 @@ class ChannelBrandingRule(CamelModel):
     profile_photo: str
     banner_spec: str
     bio_template: str
-    current_status: Literal["correct", "incorrect", "missing"]
+    current_status: Literal["correct", "incorrect", "N/A"]
 
 
 class BrandGuide(CamelModel):

app/models/report.py

@@ -66,16 +66,18 @@ class RegistryData(CamelModel):
 
 
 class ClinicSnapshot(CamelModel):
-    name: str
+    # _build_clinic_snapshot은 source 데이터 있을 때만 필드 추가 (`if x:` 가드).
-    name_en: str
+    # 강남언니/홈페이지 수집 누락된 병원에서 required면 ValidationError로 리포트 전체 실패.
-    staff_count: int
+    name: str | None = None
-    lead_doctor: LeadDoctor
+    name_en: str | None = None
-    overall_rating: float
+    staff_count: int | None = None
-    total_reviews: int
+    lead_doctor: LeadDoctor | None = None
-    certifications: list[str]
+    overall_rating: float | None = None
-    location: str
+    total_reviews: int | None = None
-    phone: str
+    certifications: list[str] = []
-    domain: str
+    location: str | None = None
+    phone: str | None = None
+    domain: str | None = None
     logo_images: LogoImages | None = None
     brand_colors: BrandColors | None = None
     source: DataSource | None = None
@@ -115,42 +117,45 @@ class TopVideo(CamelModel):
 
 
 class YouTubeAudit(CamelModel):
-    channel_name: str
+    # YouTube 채널 없는 병원이면 _build_youtube_audit가 채울 수 없는 필드들 (channel_name 등)이 빔.
-    handle: str
+    # required면 ValidationError로 리포트 실패 → Optional로 받아 부분 응답 허용.
-    subscribers: int
+    channel_name: str | None = None
-    total_videos: int
+    handle: str | None = None
-    total_views: int
+    subscribers: int | None = None
-    weekly_view_growth: WeeklyViewGrowth
+    total_videos: int | None = None
-    estimated_monthly_revenue: EstimatedRevenue
+    total_views: int | None = None
-    avg_video_length: str
+    weekly_view_growth: WeeklyViewGrowth | None = None
-    upload_frequency: str
+    estimated_monthly_revenue: EstimatedRevenue | None = None
-    channel_created_date: str
+    avg_video_length: str | None = None
-    channel_description: str
+    upload_frequency: str | None = None
-    linked_urls: list[LinkedUrl]
+    channel_created_date: str | None = None
-    playlists: list[str]
+    channel_description: str | None = None
-    top_videos: list[TopVideo]
+    linked_urls: list[LinkedUrl] = []
-    diagnosis: list[DiagnosisItem]
+    playlists: list[str] = []
+    top_videos: list[TopVideo] = []
+    diagnosis: list[DiagnosisItem] = []
 
 
 class InstagramAccount(CamelModel):
-    handle: str
+    # 인스타 계정(KR/EN) 미수집 시 빈 필드 가능 — Optional.
-    language: Language
+    handle: str | None = None
-    label: str
+    language: Language | None = None
-    posts: int
+    label: str | None = None
-    followers: int
+    posts: int | None = None
-    following: int
+    followers: int | None = None
-    category: str
+    following: int | None = None
-    profile_link: str
+    category: str | None = None
-    highlights: list[str]
+    profile_link: str | None = None
-    reels_count: int
+    highlights: list[str] = []
-    content_format: str
+    reels_count: int | None = None
-    profile_photo: str
+    content_format: str | None = None
-    bio: str
+    profile_photo: str | None = None
+    bio: str | None = None
 
 
 class InstagramAudit(CamelModel):
-    accounts: list[InstagramAccount]
+    accounts: list[InstagramAccount] = []
-    diagnosis: list[DiagnosisItem]
+    diagnosis: list[DiagnosisItem] = []
 
 
 class BrandInconsistencyValue(CamelModel):
@@ -167,31 +172,32 @@ class BrandInconsistency(CamelModel):
 
 
 class FacebookPage(CamelModel):
-    url: str
+    # 페북 페이지(KR/EN) 미수집 시 빈 필드 가능 — Optional.
-    page_name: str
+    url: str | None = None
-    language: Language
+    page_name: str | None = None
-    label: str
+    language: Language | None = None
-    followers: int
+    label: str | None = None
-    following: int
+    followers: int | None = None
-    category: str
+    following: int | None = None
-    bio: str
+    category: str | None = None
-    logo: str
+    bio: str | None = None
-    logo_description: str
+    logo: str | None = None
-    link: str
+    logo_description: str | None = None
-    linked_domain: str
+    link: str | None = None
-    reviews: int
+    linked_domain: str | None = None
-    recent_post_age: str
+    reviews: int | None = None
-    has_whatsapp: bool
+    recent_post_age: str | None = None
+    has_whatsapp: bool | None = None
     post_frequency: str | None = None
     top_content_type: str | None = None
     engagement: str | None = None
 
 
 class FacebookAudit(CamelModel):
-    pages: list[FacebookPage]
+    pages: list[FacebookPage] = []
-    diagnosis: list[DiagnosisItem]
+    diagnosis: list[DiagnosisItem] = []
-    brand_inconsistencies: list[BrandInconsistency]
+    brand_inconsistencies: list[BrandInconsistency] = []
-    consolidation_recommendation: str
+    consolidation_recommendation: str | None = None
 
 
 class OtherChannel(CamelModel):

app/services/analysis.py

@@ -1,12 +1,13 @@
 import json
 import logging
-import os
 import re
 from datetime import datetime
 from common.db import fetchone, execute, fetch_raw, get_analysis_raw_data, save_analysis_report, get_market_analysis
 from integrations.llm.llm_service import LLMService
 from integrations.llm.prompt import report_prompt, plan_prompt, youtube_diagnosis_prompt
 from integrations.llm.schemas.report import ReportOutput, ClinicSnapshot, YouTubeAudit
+from services.instagram_audit import build_instagram_accounts
+from services.facebook_audit import build_facebook_pages
 from integrations.llm.schemas.plan import PlanOutput
 from models.status import AnalysisStatus
 
@@ -42,6 +43,14 @@ async def generate_report(analysis_run_id: str) -> ReportOutput:
         "market_keywords":        _json(market.get("keywords")),
         "market_trend":           _json(market.get("trend")),
         "market_target_audience": _json(market.get("target_audience")),
+        "branding":               _json(clinic.get("branding")),
+        "brand_assets":           _json(clinic.get("brandAssets")),
+        "tiktok":                 _json(clinic.get("tiktok")),
+        "instagram_en":           _json(clinic.get("instagramEn")),
+        "facebook_en":            _json(clinic.get("facebookEn")),
+        "kakao_talk":             _json(clinic.get("kakaoTalk")),
+        "naver_cafe":             _json(clinic.get("naverCafe")),
+        "channel_logos":          _json(clinic.get("channelLogos")),
         **{
             channel: _json(data)
             for channel, data in raw.items()
@@ -64,6 +73,7 @@ async def generate_plan(analysis_run_id: str) -> PlanOutput:
     report_data = run["report_data"]
     report = json.loads(report_data) if isinstance(report_data, str) else report_data
     market = await get_market_analysis(analysis_run_id)
+    raw = await get_analysis_raw_data(analysis_run_id)
 
     def _json(v) -> str | None:
         return json.dumps(v, ensure_ascii=False) if v else None
@@ -81,6 +91,14 @@ async def generate_plan(analysis_run_id: str) -> PlanOutput:
         "market_keywords":        _json(market.get("keywords")),
         "market_trend":           _json(market.get("trend")),
         "market_target_audience": _json(market.get("target_audience")),
+        "tiktok":                 _json(clinic.get("tiktok")),
+        "instagram_en":           _json(clinic.get("instagramEn")),
+        "facebook_en":            _json(clinic.get("facebookEn")),
+        "naver_blog":             _json(_naver_blog_summary(raw.get("naver_blog"))),
+        "naver_cafe":             _json(clinic.get("naverCafe")),
+        "kakao_talk":             _json(clinic.get("kakaoTalk")),
+        "channel_logos":          _json(clinic.get("channelLogos")),
+        "brand_assets":           _json(clinic.get("brandAssets")),
     }
 
     return await LLMService(provider="perplexity").generate(plan_prompt, input_data)
@@ -106,9 +124,25 @@ def _build_clinic_snapshot(gangnam_unni: dict, hospital: dict) -> dict:
             "rating":       lead.get("rating"),
             "review_count": lead.get("reviews"),
         }
+    # brand_assets에서 logo_images / brand_colors 강제 주입. LLM이 프롬프트 가드 무시하고 null로 두는 케이스 차단.
+    ba = hospital.get("brandAssets") or {}
+    if ba.get("logo_images"):  snapshot["logo_images"]  = ba["logo_images"]
+    if ba.get("brand_colors"): snapshot["brand_colors"] = ba["brand_colors"]
     return ClinicSnapshot.model_validate(snapshot).model_dump()
 
 
+def _naver_blog_summary(blog: dict | None) -> dict | None:
+    """plan 카드 한 장에 들어가는 건 전체 포스트 수와 최근 활동 시점뿐. 그 외(본문·링크·제목)는
+    던져봐야 토큰만 늘고 LLM이 무관 정보로 hallucinate 함."""
+    if not blog:
+        return None
+    posts = blog.get("posts") or []
+    return {
+        "totalPosts":     blog.get("totalResults"),
+        "latestPostDate": posts[0].get("postDate") if posts else None,
+    }
+
+
 def _parse_iso_duration_seconds(iso: str) -> int:
     m = re.match(r"PT(?:(\d+)H)?(?:(\d+)M)?(?:(\d+)S)?", iso or "")
     if not m:
@@ -245,33 +279,22 @@ async def _build_overrides(analysis_run_id: str) -> dict:
     snapshot: dict = _build_clinic_snapshot(gangnam_unni, hospital)
     yt_patch: dict = await _build_youtube_audit(youtube)
 
-    # ── instagram ─────────────────────────────────────────────────────────────
+    # ── instagram (KR·EN 계정을 코드에서 구성 → LLM 출력 무시하고 교체) ──────────────
-    ig_patch: dict = {}
+    ig_patch = build_instagram_accounts(
-    if instagram.get("username"):  ig_patch["handle"]       = instagram["username"]
+        instagram, hospital.get("instagramEn") or {}, hospital.get("channelLogos") or {},
-    if instagram.get("posts"):     ig_patch["posts"]        = instagram["posts"]
+    )
-    if instagram.get("followers"): ig_patch["followers"]    = instagram["followers"]
-    if instagram.get("following"): ig_patch["following"]    = instagram["following"]
-    if instagram.get("bio"):       ig_patch["bio"]          = instagram["bio"]
-    if instagram.get("username"):  ig_patch["profile_link"] = f"https://www.instagram.com/{instagram['username']}/"
 
-    # ── facebook ──────────────────────────────────────────────────────────────
+    # ── facebook (KR=facebook_data, EN=hospital.facebookEn 둘 다 코드 산출, [KR, EN] 순서) ──
-    fb_patch: dict = {}
+    fb_pages = build_facebook_pages(facebook, hospital.get("facebookEn") or {})
-    if facebook.get("pageUrl"):    fb_patch["url"]           = facebook["pageUrl"]
-    if facebook.get("pageUrl"):    fb_patch["link"]          = facebook["pageUrl"]
-    if facebook.get("pageName"):   fb_patch["page_name"]     = facebook["pageName"]
-    if facebook.get("followers"):  fb_patch["followers"]     = facebook["followers"]
-    if facebook.get("intro"):      fb_patch["bio"]           = facebook["intro"]
-    if facebook.get("categories"): fb_patch["category"]     = ", ".join(facebook["categories"])
-    if facebook.get("website"):    fb_patch["linked_domain"] = facebook["website"]
 
 
     overrides: dict = {}
     if snapshot:
         overrides["clinic_snapshot"] = snapshot
     if ig_patch:
-        overrides["instagram_audit"] = {"accounts": [ig_patch]}
+        overrides["instagram_audit"] = {"accounts": ig_patch}
-    if fb_patch:
+    if fb_pages:
-        overrides["facebook_audit"] = {"pages": [fb_patch]}
+        overrides["facebook_audit"] = {"pages": fb_pages}
     if yt_patch:
         overrides["youtube_audit"] = yt_patch
     return overrides
@@ -291,56 +314,50 @@ def _deep_merge(base: dict, overrides: dict) -> dict:
 
 def _patch_report(result: ReportOutput, overrides: dict) -> ReportOutput:
     merged = _deep_merge(result.model_dump(), overrides)
+    # 인스타 계정은 프롬프트에서 LLM이 []로 두게 했고, 코드가 수집 데이터로 채운다 (데이터 없으면 빈 리스트)
+    merged.setdefault("instagram_audit", {})["accounts"] = (overrides.get("instagram_audit") or {}).get("accounts") or []
+    # 페북 페이지(KR+EN): _page_patch가 부분 필드만 만들어 그대로 박으면 검증 실패(label/logo 등 누락).
+    # LLM이 만든 첫 페이지(보통 KR)를 템플릿으로 복사한 뒤 코드 patch로 인덱스별 덮어쓰기 →
+    # 필수 필드는 LLM 디폴트 받고, 수집 수치는 코드 값. EN 누락 버그 회피.
+    fb_pages = (overrides.get("facebook_audit") or {}).get("pages") or []
+    if fb_pages:
+        base_pages = merged.setdefault("facebook_audit", {}).setdefault("pages", [])
+        template = base_pages[0] if base_pages else None
+        while len(base_pages) < len(fb_pages) and template:
+            base_pages.append({**template})
+        for i, patch in enumerate(fb_pages):
+            if i < len(base_pages):
+                base_pages[i].update(patch)
     return ReportOutput(**merged)
 
 
-_MOCK_DOMAINS = {"viewclinic.com"}
-_MOCK_REPORT_PATH = os.path.join(os.path.dirname(__file__), "../mock/report_viewclinic.json")
-
-
-async def _is_mock(analysis_run_id: str) -> bool:
-    row = await fetchone(
-        "SELECT h.url FROM analysis_runs ar JOIN hospital_baseinfo h USING (hospital_id)"
-        " WHERE ar.analysis_run_id = %s",
-        (analysis_run_id,),
-    )
-    url = (row or {}).get("url") or ""
-    return any(domain in url for domain in _MOCK_DOMAINS)
-
-
-def _load_mock_report() -> ReportOutput:
-    with open(_MOCK_REPORT_PATH, encoding="utf-8") as f:
-        return ReportOutput(**json.load(f))
-
-
-_MOCK_PLAN_PATH = os.path.join(os.path.dirname(__file__), "../mock/plan_viewclinic.json")
-
-
-def _load_mock_plan() -> PlanOutput:
-    with open(_MOCK_PLAN_PATH, encoding="utf-8") as f:
-        return PlanOutput(**json.load(f))
-
-
 async def run_report_task(analysis_run_id: str) -> None:
     logger.info("[report] start run=%s", analysis_run_id)
-    if await _is_mock(analysis_run_id):
+    result = await generate_report(analysis_run_id)
-        logger.info("[report] mock mode run=%s", analysis_run_id)
-        result = _load_mock_report()
-        result.youtube_audit.linked_urls = []
-    else:
-        result = await generate_report(analysis_run_id)
     result = _patch_report(result, await _build_overrides(analysis_run_id))
     await save_analysis_report(analysis_run_id, result.model_dump())
     logger.info("[report] done run=%s", analysis_run_id)
 
 
+def _patch_plan(result: PlanOutput, logo_desc: str) -> PlanOutput:
+    """brand_guide.channel_branding[].profile_photo 는 LLM 안 맡기고 코드가 박는다
+    (모든 채널 동일값 = brand_assets.logo_description). LLM이 fallback 문구 hallucinate 방지."""
+    p = result.model_dump()
+    for ch in (p.get("brand_guide") or {}).get("channel_branding") or []:
+        ch["profile_photo"] = logo_desc
+    return PlanOutput(**p)
+
+
 async def run_plan_task(analysis_run_id: str) -> None:
     logger.info("[plan] start run=%s", analysis_run_id)
-    if await _is_mock(analysis_run_id):
+    result = await generate_plan(analysis_run_id)
-        logger.info("[plan] mock mode run=%s", analysis_run_id)
+    # profile_photo 는 brand_assets.logo_description 으로 코드가 박음 (LLM "(가이드 미보유)" 같은 hallucination 차단)
-        result = _load_mock_plan()
+    run = await fetchone("SELECT hospital_id FROM analysis_runs WHERE analysis_run_id = %s", (analysis_run_id,))
-    else:
+    if run:
-        result = await generate_plan(analysis_run_id)
+        hr = await fetchone("SELECT raw_data FROM hospital_baseinfo WHERE hospital_id = %s", (run["hospital_id"],))
+        h = json.loads(hr["raw_data"]) if hr and isinstance(hr.get("raw_data"), str) else (hr or {}).get("raw_data") or {}
+        logo_desc = ((h.get("brandAssets") or {}).get("logo_description")) or ""
+        result = _patch_plan(result, logo_desc)
     await execute(
         "UPDATE analysis_runs SET plan_data = %s WHERE analysis_run_id = %s",
         (json.dumps(result.model_dump(), ensure_ascii=False), analysis_run_id),

app/services/collect.py

@@ -1,7 +1,7 @@
 import asyncio
 import logging
-from common.db import fetchone
 from common.db import (
+    fetchone,
     set_instagram_status, save_instagram_raw_data,
     set_facebook_status, save_facebook_raw_data,
     set_naver_blog_status, save_naver_blog_raw_data,
@@ -9,11 +9,13 @@ from common.db import (
     set_gangnam_unni_status, save_gangnam_unni_raw_data,
     execute, save_hospital_raw_data,
 )
-from common.utils import get_env
+from common.utils import get_env, _run_optional_step
 from integrations.apify import ApifyClient
 from integrations.naver import NaverClient
 from integrations.youtube import YouTubeClient
 from integrations.firecrawl import FirecrawlClient
+from services.collect_extras import collect_brand_assets, collect_extra_channels, collect_channel_logos
+from services.facebook_audit import transform_for_storage as transform_facebook
 
 logger = logging.getLogger(__name__)
 
@@ -30,6 +32,7 @@ async def collect_facebook(analysis_run_id: str, row_id: int, url: str) -> None:
     logger.info("[facebook] start run=%s url=%s", analysis_run_id, url)
     await set_facebook_status(row_id, "processing")
     data = await ApifyClient(get_env("APIFY_API_TOKEN")).get_facebook_page(url)
+    data = transform_facebook(data)
     await save_facebook_raw_data(row_id, data)
     logger.info("[facebook] done run=%s", analysis_run_id)
 
@@ -74,6 +77,11 @@ async def collect_all(
     naver_blog_id: int | None = None,
     youtube_id: int | None = None,
     gangnam_unni_id: int | None = None,
+    tiktok_url: str | None = None,
+    instagram_en_url: str | None = None,
+    facebook_en_url: str | None = None,
+    kakao_talk_url: str | None = None,
+    naver_cafe_url: str | None = None,
 ) -> None:
     async def _url(table: str, row_id: int) -> str:
         row = await fetchone(f"SELECT url FROM {table} WHERE id = %s", (row_id,))
@@ -94,3 +102,19 @@ async def collect_all(
         tasks.append(collect_gangnam_unni(analysis_run_id, gangnam_unni_id, await _url("gangnam_unni_data", gangnam_unni_id)))
 
     await asyncio.gather(*tasks, return_exceptions=True)
+
+    # 아래 3단계는 모두 hospital raw_data를 read-modify-write 하므로 race 방지 위해 순차.
+    #   brand_assets  : clinic_info가 채운 branding.logoUrl로 공식 로고/hex 추출
+    #   extra_channels: 틱톡/인스타EN/페북EN 수집
+    #   channel_logos : 공식 로고(brand_assets)+채널 profileImage(extra_channels) 채워진 뒤 Vision 비교
+    # 부가 기능이라 실패해도 리포트는 나와야 하므로 _run_optional_step으로 각각 격리.
+    await _run_optional_step(collect_brand_assets(analysis_run_id, hospital_id), "brand_assets")
+    await _run_optional_step(
+        collect_extra_channels(
+            analysis_run_id, hospital_id,
+            tiktok_url=tiktok_url, instagram_en_url=instagram_en_url, facebook_en_url=facebook_en_url,
+            kakao_talk_url=kakao_talk_url, naver_cafe_url=naver_cafe_url,
+        ),
+        "extra_channels",
+    )
+    await _run_optional_step(collect_channel_logos(analysis_run_id, hospital_id), "channel_logos")

app/services/collect_extras.py

@@ -0,0 +1,191 @@
+import asyncio
+import json
+import logging
+import os
+from urllib.parse import urlparse
+from common.db import fetchone, fetch_raw, merge_hospital_raw_data
+from common.utils import get_env
+from integrations.apify import ApifyClient
+from integrations.vision import VisionClient
+from integrations.naver import NaverClient
+from integrations.color_extractor import extract_brand_assets_from_site
+from services.facebook_audit import transform_for_storage as transform_facebook
+
+logger = logging.getLogger(__name__)
+
+
+async def collect_brand_assets(analysis_run_id: str, hospital_id: str) -> None:
+    """홈페이지에서 로고 URL + brand hex 색상을 뽑아 raw_data["brandAssets"]에 저장.
+    - 로고 URL/hex: HTML·CSS 정규식 (color_extractor) — Vision 의존 X, 사이트 전체 컬러 시스템이 더 정확.
+    - 로고 정성 묘사(심볼/워드마크/톤): Gemini Vision (GEMINI_API_KEY 없으면 색상만 저장하고 skip).
+    """
+    logger.info("[brand_assets] start run=%s", analysis_run_id)
+    row = await fetchone(
+        "SELECT raw_data, url FROM hospital_baseinfo WHERE hospital_id = %s",
+        (hospital_id,),
+    )
+    if not row:
+        return
+    raw = row["raw_data"]
+    raw_data = json.loads(raw) if isinstance(raw, str) else (raw or {})
+    branding = raw_data.get("branding") or {}
+    homepage_url = row["url"]
+
+    # 0~1. 사이트 1회 fetch로 logo URL + brand hex 동시 추출 (img/background-image/CSS .logo, Vision 의존 X)
+    site = await extract_brand_assets_from_site(homepage_url) if homepage_url else {}
+    html_logo_url = site.get("logo_url")
+    css_colors = site.get("colors") or {}
+    if html_logo_url:
+        logger.info("[brand_assets] HTML logo found: %s", html_logo_url)
+    if css_colors:
+        logger.info("[brand_assets] css colors: %s", css_colors.get("brand_colors"))
+
+    # 2. 로고/대표 이미지 후보 (logo → og:image → favicon 순)
+    logo_url = html_logo_url or branding.get("logoUrl")
+    og_image = branding.get("ogImage")
+    favicon = branding.get("faviconUrl")
+    candidates: list[tuple[str, str]] = []
+    if logo_url: candidates.append(("logo", logo_url))
+    if og_image: candidates.append(("og", og_image))
+    if favicon:  candidates.append(("favicon", favicon))
+    if homepage_url:
+        parsed = urlparse(homepage_url)
+        if parsed.scheme and parsed.netloc:
+            candidates.append(("favicon", f"{parsed.scheme}://{parsed.netloc}/favicon.ico"))
+
+    if not candidates and not css_colors:
+        logger.info("[brand_assets] skip — no logo/og/favicon candidates and no CSS colors")
+        return
+
+    # 3. Vision은 로고 정성 묘사만 (hex는 CSS 추출이 더 정확). 키 없으면 색상만 저장.
+    # SVG는 vision 내부에서 resvg로 PNG 래스터화 후 Gemini에 던지므로 분기 불필요.
+    result: dict = {}
+    used_kind: str | None = None
+    api_key = os.getenv("GEMINI_API_KEY")
+    if api_key and candidates:
+        vc = VisionClient(api_key)
+        for kind, cand in candidates:
+            result = await vc.analyze_brand_assets(logo_url=cand, homepage_url=homepage_url)
+            if result:
+                used_kind = kind
+                break
+        # favicon으로만 분석된 경우 진짜 로고가 아니므로 logo URL은 박지 않음 (묘사는 OK)
+        if result and used_kind == "favicon" and result.get("logo_images"):
+            result["logo_images"] = {"circle": None, "horizontal": None, "korean": None}
+    elif not api_key:
+        logger.info("[brand_assets] GEMINI_API_KEY not set — 색상만 저장, Vision 묘사 skip")
+
+    # 4. CSS에서 추출한 brand_colors/palette를 Vision보다 우선 사용
+    if css_colors:
+        if css_colors.get("brand_colors"):
+            result["brand_colors"] = css_colors["brand_colors"]
+        if css_colors.get("color_palette"):
+            result["color_palette"] = css_colors["color_palette"]
+        result["color_source"] = "html+css"
+    elif result:
+        result["color_source"] = "vision"
+
+    if result:
+        result["logo_source"] = used_kind or "none"
+        await merge_hospital_raw_data(hospital_id, {"brandAssets": result})
+    logger.info("[brand_assets] done keys=%s", list(result.keys()) if result else None)
+
+
+async def collect_extra_channels(
+    analysis_run_id: str,
+    hospital_id: str,
+    tiktok_url: str | None = None,
+    instagram_en_url: str | None = None,
+    facebook_en_url: str | None = None,
+    kakao_talk_url: str | None = None,
+    naver_cafe_url: str | None = None,
+) -> None:
+    """틱톡 / 인스타 EN / 페북 EN / 네이버 카페 수집 + 카카오톡 URL만 보관 →
+    모두 hospital raw_data에 저장. 인스타EN·페북EN은 기존 Apify 수집기 재사용, 틱톡은 신규 액터.
+    네이버 카페는 로그인 필요라 본문 못 보지만 URL 활성·cafeId·이름 언급수만 신호로 수집.
+    카카오톡은 URL만 (LLM이 채널 존재 신호로만 사용)."""
+    apify = ApifyClient(get_env("APIFY_API_TOKEN"))
+    jobs: dict = {}
+    if instagram_en_url:
+        jobs["instagramEn"] = apify.get_instagram_profile(instagram_en_url)
+    if facebook_en_url:
+        jobs["facebookEn"] = apify.get_facebook_page(facebook_en_url)
+    if tiktok_url:
+        jobs["tiktok"] = apify.get_tiktok_profile(tiktok_url)
+    if naver_cafe_url:
+        nc = NaverClient(get_env("NAVER_CLIENT_ID"), get_env("NAVER_CLIENT_SECRET"))
+        jobs["naverCafe"] = nc.get_cafe_info(naver_cafe_url)
+
+    results: dict = {}
+    if jobs:
+        logger.info("[extra_channels] start run=%s channels=%s", analysis_run_id, list(jobs))
+        done = await asyncio.gather(*jobs.values(), return_exceptions=True)
+        for key, res in zip(jobs.keys(), done):
+            if isinstance(res, Exception):
+                logger.warning("[extra_channels] %s 수집 실패: %s", key, res)
+            elif res:
+                if key == "facebookEn":
+                    res = transform_facebook(res)
+                results[key] = res
+
+    # URL-only 채널 (수집 X, 존재 여부만)
+    if kakao_talk_url:
+        results["kakaoTalk"] = {"url": kakao_talk_url}
+
+    if not results:
+        logger.info("[extra_channels] 수집 결과 없음 run=%s", analysis_run_id)
+        return
+
+    await merge_hospital_raw_data(hospital_id, results)
+    logger.info("[extra_channels] done run=%s keys=%s", analysis_run_id, list(results))
+
+
+async def collect_channel_logos(analysis_run_id: str, hospital_id: str) -> None:
+    """채널별 프로필 이미지(로고)를 모아 Gemini Vision으로 설명 + 공식 로고 일치 여부 평가.
+    → hospital raw_data["channelLogos"]에 저장. GEMINI_API_KEY 없으면 skip.
+    brand_assets(공식 로고)·extra_channels(틱톡/EN profileImage) 다음에 실행돼야 함."""
+    api_key = os.getenv("GEMINI_API_KEY")
+    if not api_key:
+        logger.info("[channel_logos] skip — GEMINI_API_KEY 없음")
+        return
+
+    hrow = await fetchone("SELECT raw_data FROM hospital_baseinfo WHERE hospital_id = %s", (hospital_id,))
+    raw = hrow["raw_data"] if hrow else None
+    raw_data = json.loads(raw) if isinstance(raw, str) else (raw or {})
+    official = ((raw_data.get("brandAssets") or {}).get("logo_images") or {}).get("horizontal")
+
+    run = await fetchone(
+        "SELECT instagram_data_id, facebook_data_id, youtube_data_id"
+        " FROM analysis_runs WHERE analysis_run_id = %s",
+        (analysis_run_id,),
+    )
+    logos: list[dict] = []
+    # 전용 테이블 채널 (KR)
+    for ch, table, col in [
+        ("Instagram", "instagram_data", "instagram_data_id"),
+        ("Facebook", "facebook_data", "facebook_data_id"),
+        ("YouTube", "youtube_data", "youtube_data_id"),
+    ]:
+        rid = (run or {}).get(col)
+        if rid:
+            d = await fetch_raw(table, rid) or {}
+            if d.get("profileImage"):
+                logos.append({"channel": ch, "url": d["profileImage"]})
+    # 추가 채널 (hospital raw_data)
+    for ch, key in [("Instagram EN", "instagramEn"), ("Facebook EN", "facebookEn"), ("TikTok", "tiktok")]:
+        img = (raw_data.get(key) or {}).get("profileImage")
+        if img:
+            logos.append({"channel": ch, "url": img})
+
+    if not logos:
+        logger.info("[channel_logos] skip — 채널 프로필 이미지 없음")
+        return
+
+    logger.info("[channel_logos] start run=%s channels=%s official=%s", analysis_run_id,
+                [l["channel"] for l in logos], bool(official))
+    result = await VisionClient(api_key).describe_channel_logos(official, logos)
+    if result:
+        # Vision이 못 본 채널도 url은 채워둠 (프론트에서 이미지 표시용)
+        result["logos"] = logos
+        await merge_hospital_raw_data(hospital_id, {"channelLogos": result})
+    logger.info("[channel_logos] done run=%s keys=%s", analysis_run_id, list(result.keys()) if result else None)

app/services/facebook_audit.py

@@ -0,0 +1,105 @@
+"""Facebook audit 페이지(KR·EN)를 수집 데이터로 구성.
+수치 지표(최근 게시일·게시 빈도·참여율)는 **수집 시점에** 결정적으로 산출해 DB에 박는다 (transform_for_storage).
+콘텐츠 주제(top_content_type)는 캡션 본문 이해가 필요해 LLM이 채운다 (리포트 프롬프트 지시)."""
+
+from datetime import datetime, timezone
+
+
+def _parse_ts(v) -> datetime | None:
+    if isinstance(v, (int, float)):
+        return datetime.fromtimestamp(v, tz=timezone.utc)
+    if isinstance(v, str):
+        try:
+            return datetime.fromisoformat(v.replace("Z", "+00:00"))
+        except ValueError:
+            return None
+    return None
+
+
+def _humanize_age(days: int) -> str:
+    days = max(days, 0)
+    if days == 0:  return "오늘"
+    if days < 7:   return f"{days}일 전"
+    if days < 30:  return f"{days // 7}주 전"
+    if days < 365: return f"{days // 30}개월 전"
+    return f"{days // 365}년 전"
+
+
+def _frequency_label(avg_gap_days: float) -> str:
+    """게시물 사이 평균 간격(일) → 빈도 라벨."""
+    if avg_gap_days <= 1.5: return "거의 매일"
+    if avg_gap_days <= 10:  return f"주 {7 / avg_gap_days:.1f}회"
+    if avg_gap_days <= 45:  return f"월 {30 / avg_gap_days:.1f}회"
+    return "비정기 (분기 이상 간격)"
+
+
+def _engagement_text(posts: list[dict]) -> str:
+    """게시물당 좋아요/반응/공유/조회를 min~max 범위로. 전부 0인 지표는 제외.
+    댓글은 posts actor가 안 줘서 '댓글 거의 없음' 고정 부가 (FB 페이지는 댓글 희박이 일반적)."""
+    def _rng(vals: list[int], label: str, unit: str) -> str | None:
+        lo, hi = min(vals), max(vals)
+        if hi == 0:
+            return None
+        return f"{label} {lo}{unit}" if lo == hi else f"{label} {lo}~{hi}{unit}"
+
+    parts = [
+        _rng([p.get("likes", 0)     for p in posts], "좋아요", "개"),
+        _rng([p.get("reactions", 0) for p in posts], "반응",   "개"),
+        _rng([p.get("shares", 0)    for p in posts], "공유",   "개"),
+    ]
+    vid_views = [p.get("views", 0) for p in posts if p.get("isVideo")]
+    if vid_views:
+        parts.append(_rng(vid_views, "영상 조회", "회"))
+    parts = [x for x in parts if x]
+    if not parts:
+        return "게시물당 참여 거의 없음"
+    return "게시물당 " + " · ".join(parts) + " · 댓글 거의 없음"
+
+
+def transform_for_storage(fb: dict | None) -> dict | None:
+    """apify 원본 → DB에 저장할 최종 형태.
+    - 수치 지표(recent_post_age·post_frequency·engagement)를 그 자리에서 계산해 박음.
+    - 게시물은 캡션·타입만 남김 (raw 숫자/timestamp는 어차피 재계산 안 하므로 버림).
+    수집 시점에 한 번 계산 → 리포트 생성 때는 그대로 갖다 박기만 함."""
+    if not isinstance(fb, dict):
+        return fb
+    posts = fb.get("latestPosts") or []
+    out = {k: v for k, v in fb.items() if k != "latestPosts"}
+    if posts:
+        dts = sorted((d for d in (_parse_ts(p.get("timestamp")) for p in posts) if d), reverse=True)
+        if dts:
+            out["recent_post_age"] = _humanize_age((datetime.now(timezone.utc) - dts[0]).days)
+            if len(dts) > 1:
+                avg_gap = ((dts[0] - dts[-1]).days or 1) / (len(dts) - 1)
+                out["post_frequency"] = _frequency_label(avg_gap)
+        out["engagement"] = _engagement_text(posts)
+        out["latestPosts"] = [
+            {"caption": (p.get("text") or "")[:160],
+             "type": "video" if p.get("isVideo") else "image"}
+            for p in posts
+        ]
+    else:
+        out["latestPosts"] = []
+    return out
+
+
+def _page_patch(fb: dict) -> dict:
+    """저장된 페북 페이지 → FacebookPage 스키마 필드 패치. 수치 지표는 수집 시점에 박혀있어 그대로 복사."""
+    p: dict = {}
+    if fb.get("pageUrl"):           p["url"] = p["link"] = fb["pageUrl"]
+    if fb.get("pageName"):          p["page_name"]      = fb["pageName"]
+    if fb.get("followers"):         p["followers"]      = fb["followers"]
+    if fb.get("intro"):             p["bio"]            = fb["intro"]
+    if fb.get("categories"):        p["category"]       = ", ".join(fb["categories"])
+    if fb.get("website"):           p["linked_domain"]  = fb["website"]
+    if fb.get("reviews") is not None:   p["reviews"]    = fb["reviews"]
+    if fb.get("following") is not None: p["following"]  = fb["following"]
+    for key in ("recent_post_age", "post_frequency", "engagement"):
+        if fb.get(key):             p[key]              = fb[key]
+    return p
+
+
+def build_facebook_pages(facebook: dict, facebook_en: dict) -> list[dict]:
+    """KR·EN 페북 페이지 패치 리스트 구성. 프롬프트가 pages를 [KR, EN] 순서로 만들므로 동일 순서 유지.
+    빈 패치는 제외 (해당 채널 데이터 없음 → LLM도 페이지 안 만듦 → 인덱스 정렬 유지)."""
+    return [pp for pp in (_page_patch(facebook), _page_patch(facebook_en)) if pp]

app/services/instagram_audit.py

@@ -0,0 +1,48 @@
+"""Instagram audit 계정(KR·EN)을 수집 데이터로 구성.
+fix 값(handle/followers/highlights/content_format 등)은 전부 코드에서 박는다 — LLM 출력 무시."""
+
+_MEDIA = {"GraphImage": "이미지", "GraphSidecar": "카드뉴스", "GraphVideo": "영상/릴스"}
+
+
+def _content_format(data: dict) -> str:
+    """latestPosts 미디어 타입으로 콘텐츠 포맷 도출 (표기 순서는 _MEDIA 정의 순서로 고정)."""
+    present = {_MEDIA.get(p.get("type")) for p in (data.get("latestPosts") or [])}
+    return "/".join(m for m in _MEDIA.values() if m in present)
+
+
+def _logo_desc(channel_logos: dict, channel: str) -> str:
+    """channelLogos(비전 결과)에서 해당 채널 로고 설명만 가져온다."""
+    for c in (channel_logos or {}).get("channel_logos", []):
+        if c.get("channel") == channel:
+            return c.get("logo_description") or ""
+    return ""
+
+
+def _account(data: dict, language: str, label: str, channel: str, channel_logos: dict) -> dict:
+    """스크래퍼 수집값으로 InstagramAccount 전 필드를 구성."""
+    handle = data.get("username") or ""
+    return {
+        "handle":         handle,
+        "language":       language,
+        "label":          label,
+        "posts":          data.get("posts", 0),
+        "followers":      data.get("followers", 0),
+        "following":      data.get("following", 0),
+        "category":       data.get("category", ""),
+        "profile_link":   f"https://www.instagram.com/{handle}/" if handle else "",
+        "highlights":     data.get("highlights") or [],
+        "reels_count":    0,  # 릴스 스크래퍼 미사용
+        "content_format": _content_format(data),
+        "profile_photo":  _logo_desc(channel_logos, channel),
+        "bio":            data.get("bio", ""),
+    }
+
+
+def build_instagram_accounts(instagram: dict, instagram_en: dict, channel_logos: dict) -> list[dict]:
+    """KR·EN 인스타 계정 리스트 구성 (username 있는 것만)."""
+    accounts: list[dict] = []
+    if instagram.get("username"):
+        accounts.append(_account(instagram, "KR", "인스타그램 KR", "Instagram", channel_logos))
+    if instagram_en.get("username"):
+        accounts.append(_account(instagram_en, "EN", "인스타그램 EN", "Instagram EN", channel_logos))
+    return accounts

app/services/pipeline.py

@@ -8,8 +8,9 @@ from services.analysis import run_report_task, run_plan_task
 logger = logging.getLogger(__name__)
 
 
-async def run_pipeline(analysis_run_id: str) -> None:
+async def run_pipeline(analysis_run_id: str, extra_channels: dict | None = None) -> None:
     logger.info("[pipeline] start run=%s", analysis_run_id)
+    extra_channels = extra_channels or {}
 
     # ── 1. Collect ──────────────────────────────────────────────────────────
     run = await fetchone(
@@ -26,6 +27,11 @@ async def run_pipeline(analysis_run_id: str) -> None:
         naver_blog_id=run["naver_blog_data_id"],
         youtube_id=run["youtube_data_id"],
         gangnam_unni_id=run["gangnam_unni_data_id"],
+        tiktok_url=extra_channels.get("tiktok"),
+        instagram_en_url=extra_channels.get("instagram_en"),
+        facebook_en_url=extra_channels.get("facebook_en"),
+        kakao_talk_url=extra_channels.get("kakao_talk"),
+        naver_cafe_url=extra_channels.get("naver_cafe"),
     )
 
     # ── 2. Market ────────────────────────────────────────────────────────────

requirements.txt

@@ -10,3 +10,4 @@ passlib[bcrypt]==1.7.4
 python-multipart==0.0.26
 uuid6==2025.0.1
 aiomysql==0.3.2
+resvg-py==0.3.2